Novo algoritmo clássico melhora a compreensão do futuro da computação quântica

Em um desenvolvimento interessante para a computação quântica, pesquisadores do Departamento de Ciência da Computação da Universidade de Chicago, da Escola Pritzker de Engenharia Molecular e do Laboratório Nacional Argonne introduziram um algoritmo clássico que simula experimentos de amostragem de bósons gaussianos (GBS).

Esta conquista não só ajuda a esclarecer as complexidades dos sistemas quânticos atuais, mas também representa um passo significativo em nossa compreensão de como a computação quântica e clássica podem trabalhar juntas. A pesquisa apareceu em Física da Natureza.

O desafio da amostragem de bósons gaussianos

A amostragem de bósons gaussianos ganhou atenção como uma abordagem promissora para demonstrar vantagem quântica, ou seja, a capacidade dos computadores quânticos de executar tarefas que os computadores clássicos não conseguem fazer de forma eficiente. A jornada que levou a essa descoberta foi marcada por uma série de experimentos inovadores que testaram os limites dos sistemas quânticos.

Estudos anteriores indicaram que o GBS é desafiador para computadores clássicos simularem sob condições ideais. No entanto, o professor assistente e autor Bill Fefferman apontou que o ruído e a perda de fótons presentes em experimentos reais criam desafios adicionais que exigem análise cuidadosa.

Notavelmente, experimentos (como estes) conduzidos por equipes em grandes centros de pesquisa da Universidade de Ciência e Tecnologia da China e Xanadu, uma empresa quântica canadense, mostraram que, embora dispositivos quânticos possam produzir resultados consistentes com previsões de GBS, a presença de ruído frequentemente obscurece esses resultados, levando a questões sobre a alegada vantagem quântica. Esses experimentos serviram como base para a pesquisa atual, levando cientistas a refinar suas abordagens ao GBS e entender melhor suas limitações.

Compreendendo o ruído em experimentos quânticos

“Embora a base teórica tenha estabelecido que os sistemas quânticos podem superar os clássicos, o ruído presente em experimentos reais introduz complexidades que exigem análise rigorosa”, explicou Fefferman. “Entender como o ruído afeta o desempenho é crucial à medida que buscamos aplicações práticas da computação quântica.”

Este novo algoritmo aborda essas complexidades alavancando as altas taxas de perda de fótons comuns em experimentos atuais de GBS para fornecer uma simulação mais eficiente e precisa. Os pesquisadores empregaram uma abordagem clássica de tensor-rede que capitaliza o comportamento de estados quânticos nesses ambientes ruidosos, tornando a simulação mais eficiente e gerenciável com os recursos computacionais disponíveis.

Resultados inovadores

Surpreendentemente, os pesquisadores descobriram que sua simulação clássica teve um desempenho melhor do que alguns experimentos GBS de última geração em vários benchmarks.

“O que estamos vendo não é uma falha da computação quântica, mas sim uma oportunidade de refinar nossa compreensão de suas capacidades”, enfatizou Fefferman. “Isso nos permite melhorar nossos algoritmos e expandir os limites do que podemos alcançar.”

O algoritmo superou experimentos ao capturar com precisão a distribuição ideal de estados de saída do GBS, levantando questões sobre a alegada vantagem quântica de experimentos existentes. Essa percepção abre portas para melhorar o design de futuros experimentos quânticos, sugerindo que melhorar as taxas de transmissão de fótons e aumentar o número de estados comprimidos poderia aumentar significativamente sua eficácia.

Implicações para tecnologias futuras

As implicações dessas descobertas vão além do reino da computação quântica. À medida que as tecnologias quânticas continuam a evoluir, elas têm o potencial de revolucionar campos como criptografia, ciência dos materiais e descoberta de medicamentos. Por exemplo, a computação quântica pode levar a avanços em métodos de comunicação seguros, permitindo proteção mais robusta de dados confidenciais.

Na ciência dos materiais, simulações quânticas podem ajudar a descobrir novos materiais com propriedades únicas, abrindo caminho para avanços em tecnologia, armazenamento de energia e fabricação. Ao avançar nossa compreensão desses sistemas, os pesquisadores estão estabelecendo as bases para aplicações práticas que podem mudar a maneira como abordamos problemas complexos em vários setores.

A busca pela vantagem quântica não é apenas um esforço acadêmico; ela tem implicações tangíveis para indústrias que dependem de computações complexas. À medida que as tecnologias quânticas amadurecem, elas têm o potencial de desempenhar um papel crucial na otimização das cadeias de suprimentos, no aprimoramento de algoritmos de inteligência artificial e na melhoria da modelagem climática.

A colaboração entre a computação quântica e a clássica é crucial para concretizar esses avanços, pois permite que os pesquisadores aproveitem os pontos fortes de ambos os paradigmas.

Um esforço de pesquisa cumulativo

Fefferman trabalhou em estreita colaboração com o professor Liang Jiang da Escola Pritzker de Engenharia Molecular e o ex-pós-doutor Changhun Oh, atualmente professor assistente no Instituto Avançado de Ciência e Tecnologia da Coreia, em trabalhos anteriores que culminaram nesta pesquisa.

Em 2021, eles examinaram o poder computacional de dispositivos quânticos de escala intermediária (NISQ) ruidosos por meio de amostragem de bósons com perdas. O artigo revelou que a perda de fótons afeta os custos de simulação clássica dependendo do número de fótons de entrada, o que pode levar a economias exponenciais na complexidade de tempo clássica.

Depois disso, seu segundo artigo focou no impacto do ruído em experimentos projetados para demonstrar a supremacia quântica, mostrando que mesmo com ruído significativo, dispositivos quânticos ainda podem produzir resultados que são difíceis para computadores clássicos igualarem. Em seu terceiro artigo, eles exploraram a amostragem de bósons gaussianos (GBS) propondo uma nova arquitetura que melhora a programabilidade e a resiliência contra a perda de fótons, tornando experimentos em larga escala mais viáveis.

Eles então introduziram um algoritmo clássico em seu quarto artigo que gera resultados estreitamente alinhados com a amostragem de bósons ideal, aprimorando técnicas de benchmarking e enfatizando a importância de selecionar cuidadosamente os tamanhos dos experimentos para preservar o sinal quântico em meio ao ruído.

Finalmente, em seu último estudo, eles desenvolveram algoritmos clássicos inspirados em quantum para lidar com problemas de teoria de grafos como encontrar o k-subgrafo mais denso e o clique de peso máximo e um problema de química quântica chamado geração de espectros vibrônicos moleculares. Suas descobertas sugeriram que as vantagens reivindicadas dos métodos quânticos podem não ser tão significativas quanto se pensava anteriormente, com seu amostrador clássico tendo desempenho semelhante ao amostrador de bóson gaussiano.

O desenvolvimento do algoritmo de simulação clássico não apenas aprimora nossa compreensão dos experimentos de amostragem de bósons gaussianos, mas também destaca a importância da pesquisa contínua em computação quântica e clássica. A capacidade de simular GBS de forma mais eficaz serve como uma ponte para tecnologias quânticas mais poderosas, ajudando, em última análise, a navegar nas complexidades dos desafios modernos.