A inteligência artificial pode ajudar a tornar os computadores quânticos uma realidade

A inteligência artificial poderia ajudar a superar um dos maiores obstáculos da computação quântica?

Uma nova pesquisa da agência nacional de ciências da Austrália descobriu que a IA pode ajudar a resolver erros de computação quântica. Este é um passo fundamental que pode um dia levar computadores quânticos a resolver problemas complexos do mundo real.

Pesquisa do CSIRO, publicada como uma carta em Pesquisa de revisão física periódico, descobriu pela primeira vez que a IA poderia ajudar a processar e resolver erros quânticos conhecidos como ruído de qubit, que são gerados pela natureza da física quântica.

Superar esses erros é amplamente considerado a maior barreira para que computadores quânticos avançados passem de experimento a ferramenta.

Em computadores convencionais, as informações são armazenadas e processadas em “bits”, que funcionam nos princípios dos números binários. Cada bit pode representar 0 ou 1. Mas dispositivos de computação quântica são feitos de bits quânticos, ou “qubits”.

Eles trabalham nas propriedades especiais da mecânica quântica, permitindo que eles representem 0, 1 ou ambos 0 e 1 ao mesmo tempo. Isso é antecipado para desbloquear imenso poder de computação, permitindo que eles resolvam problemas além do alcance de computadores convencionais.

Mas a natureza delicada de um qubit também leva os computadores quânticos a gerar “ruído”, ou erros, em suas saídas. Para superar isso, códigos de correção de erros quânticos são usados ​​para detectar e corrigir erros.

O CSIRO implementou um decodificador de síndrome de rede neural de IA para detectar erros e fazer as correções apropriadas. O líder da equipe Data61 Quantum Systems do CSIRO, Dr. Muhammad Usman, disse que este trabalho pode processar eficientemente erros complexos de hardware quântico real.

“Nosso trabalho estabelece pela primeira vez que um decodificador baseado em aprendizado de máquina pode, em princípio, processar informações de erro obtidas diretamente de medições em dispositivos IBM e sugerir correções adequadas, apesar da natureza muito complexa do ruído”, disse ele.

“Em nosso trabalho, não observamos supressão de erros quando a distância do código de correção de erros é aumentada, como teoricamente previsto, devido aos altos níveis de ruído atuais (acima do limite do código) nos processadores quânticos da IBM.”

Códigos de correção de erros quânticos foram desenvolvidos para combater o ruído físico subjacente dos qubits, espalhando informações lógicas por muitos qubits físicos.

Esses códigos interpretam informações de erro medindo estabilizadores dentro de uma rede de qubits — chamada de medição de síndrome. Uma implementação eficiente, rápida e escalável de uma etapa de processamento de síndrome computacionalmente cara é crucial para o desempenho geral dos códigos de correção de erro quântico.

Para melhorar essa eficiência de correção, o Dr. Usman implementou e treinou um decodificador de síndrome de rede neural artificial.

O desempenho do decodificador de rede neural foi comparado diretamente com processadores quânticos da IBM, demonstrando que ele pode processar com eficiência erros complexos de hardware quântico real e fazer as correções apropriadas.

A pesquisa sugere que, à medida que as taxas de erros físicos forem reduzidas nos próximos anos, a IA poderá permitir a supressão de erros com o aumento da distância do código, alcançando até mesmo tolerância total a falhas quando a distância do código se tornar adequadamente grande.