Local minima in quantum systems

En el mundo físico, la naturaleza es un optimizador implacable. Cuando un objeto caliente se enfría, busca el estado de la energía más baja posible, una condición que los físicos llaman estado fundamental. Este proceso es fundamental para entender cómo se forman los materiales, cómo ocurren las reacciones químicas y cómo el universo se establece en la estabilidad. Durante décadas, los científicos han intentado usar computadoras para predecir estos estados de mínima energía para sistemas complejos compuestos por muchas partículas que interactúan entre sí, como los electrones en un nuevo material o los átomos en una proteína. Sin embargo, encontrar el punto de energía más bajo en estos sistemas es notoriamente difícil. Es un problema tan arduo que incluso las computadoras clásicas más potentes, las que usamos hoy en día, luchan por resolverlo en muchos casos interesantes. Además, el trabajo teórico sugiere que encontrar los estados fundamentales es QMA-duro, lo que significa que se espera que sea intratable incluso para las computadoras cuánticas en algunos casos.

Esta dificultad surge porque el paisaje de los posibles estados de energía suele estar lleno de trampas. Imagine una cadena montañosa donde un excursionista quiere llegar al valle más profundo. Si el terreno es accidentado, el excursionista podría quedarse atrapado en una pequeña y superficial depresión que parece el fondo desde la distancia, pero que en realidad es mucho más alta que el verdadero suelo del valle. En física, estas depresiones superficiales se llaman mínimos locales. Cuando la naturaleza enfría un sistema, a menudo se queda atrapada en estos mínimos locales en lugar de encontrar el verdadero estado fundamental. Es por esto que algunos materiales, como ciertas vidrios magnéticos, nunca alcanzan su estado de mínima energía teórica, incluso después de enfriarse durante mucho tiempo. En su lugar, se asientan en un estado que es estable, pero no el mejor posible.

Un equipo de investigadores de la California Institute of Technology, Google Quantum AI y el Massachusetts Institute of Technology ha investigado ahora este fenómeno de quedarse atrapado en mínimos locales. Se hicieron una pregunta específica: si la naturaleza no siempre puede encontrar el estado fundamental perfecto, ¿puede una computadora encontrar un mínimo local en su lugar? Y si es así, ¿es esa tarea más fácil para una computadora clásica o para una cuántica? Su trabajo revela un giro sorprendente en la historia de la optimización cuántica. Descubrieron que, si bien encontrar un mínimo local es trivial para una computadora clásica bajo un conjunto de reglas, se convierte en una tarea que es fácil para una computadora cuántica pero difícil para una clásica bajo las reglas que realmente gobiernan cómo la naturaleza enfría las cosas.

Para entender su descubrimiento, uno debe primero distinguir entre dos formas en que un sistema puede ser perturbado o alterado. Los investigadores consideraron el primer tipo, que implica cambiar un sistema utilizando operaciones reversibles y matemáticas conocidas como perturbaciones unitarias locales. En este escenario, el paisaje de energía está lleno de una cantidad abrumadora de mínimos locales. De hecho, casi cualquier estado aleatorio del sistema es un mínimo local. Debido a que hay tantos de ellos, una computadora clásica puede encontrar uno fácilmente; es como caminar hacia una vasta llanura donde cada paso es un mínimo local. El problema es tan fácil que es esencialmente trivial, pero no refleja cómo trabaja la naturaleza realmente, porque la naturaleza enfría los sistemas mediante interacciones irreversibles con un baño térmico, no a través de trucos matemáticos reversibles.

Los investigadores luego se centraron en el segundo tipo de perturbación, que imita el proceso físico real de enfriamiento. Modelaron un sistema interactuando con un baño térmico, un reservorio de calor a una temperatura específica. En este entorno realista, el sistema evoluciona de manera irreversible, perdiendo energía hacia el entorno. Aquí, el paisaje cambia drásticamente. Los investigadores demostraron que, para una computadora cuántica, encontrar un mínimo local bajo estas condiciones térmicas es eficiente. Desarrollaron un método llamado descenso de gradiente térmico cuántico, que imita el proceso de enfriamiento. Al seguir la dirección donde la energía cae más abruptamente, una computadora cuántica puede encontrar de manera confiable un mínimo local en una cantidad razonable de tiempo, independientemente de dónde comience.

El hallazgo más significativo, sin embargo, concierne a la dificultad para las computadoras clásicas. Los investigadores construyeron una familia específica de sistemas cuánticos bidimensionales donde el estado fundamental codifica el resultado de un cálculo cuántico complejo. Demostraron que, para estos sistemas específicos, no existen mínimos locales "malos". Cada mínimo local es en realidad un mínimo global, lo que significa el estado fundamental. Esto crea un paisaje de energía suave, en forma de cuenco, donde el único lugar donde uno puede quedar atrapado es en el mismísimo fondo. Debido a que encontrar el estado fundamental para estos sistemas es conocido por ser una tarea que es fácil para las computadoras cuánticas pero difícil para las clásicas (asumiendo que la computación cuántica es más poderosa que la clásica), los investigadores concluyeron que encontrar un mínimo local en este entorno térmico también es difícil para las computadoras clásicas. Si una computadora clásica pudiera encontrar eficientemente un mínimo local aquí, implicaría que las computadoras clásicas podrían simular cualquier cálculo cuántico, una posibilidad que la mayoría de los expertos cree que es falsa.

Este trabajo establece una clara separación entre las capacidades de las máquinas clásicas y cuánticas. Muestra que, mientras las computadoras clásicas pueden encontrar fácilmente mínimos locales en escenarios reversibles y artificiales, chocan contra un muro cuando se enfrentan a los procesos térmicos e irreversibles que gobiernan el mundo real. En contraste, las computadoras cuánticas pueden navegar estos paisajes térmicos de manera eficiente. El estudio sugiere que el problema del mínimo local ofrece una nueva vía para la ventaja cuántica. En lugar de intentar resolver el notoriamente difícil problema de encontrar el estado fundamental absoluto para cada sistema, las computadoras cuánticas pueden encontrar eficientemente los estados estables de baja energía que la naturaleza produce. Esto proporciona un problema físicamente relevante donde las máquinas cuánticas pueden superar a las clásicas, ayudando potencialmente a los científicos a comprender el comportamiento de materiales y sistemas químicos que hasta ahora han permanecido fuera de su alcance.

Los investigadores también exploraron por qué algunos sistemas se quedan atrapados en estados subóptimos mientras que otros no. Analizaron una cadena magnética simple y descubrieron que, sin un campo magnético externo, el sistema puede quedar atrapado en muchas configuraciones diferentes con paredes de dominio, actuando como mínimos locales subóptimos. Sin embargo, cuando se aplica un campo externo fuerte, estas trampas desaparecen y el sistema fluye suavemente hacia su verdadero estado fundamental. Esto refleja el comportamiento de los sistemas complejos que estudiaron: la forma del paisaje de energía determina si un sistema puede encontrar su estado de mínima energía o si permanece atrapado. Sus hallazgos sugieren que muchos sistemas físicos de interés podrían tener paisajes de energía "agradables", sin trampas subóptimas, lo que los convierte en candidatos ideales para algoritmos de optimización cuántica que imitan el enfriamiento natural.

En última instancia, este artículo redefine el desafío de la optimización cuántica. Se aleja del objetivo abstracto de encontrar el estado fundamental perfecto y se centra en la realidad práctica de encontrar los estados estables en los que la naturaleza se asienta. Al demostrar que esta tarea es clásicamente difícil (bajo supuestos estándar de complejidad) pero cuánticamente fácil, los investigadores han identificado un problema concreto donde las computadoras cuánticas pueden demostrar su superioridad. Esto no es solo una curiosidad teórica; apunta hacia un futuro donde las máquinas cuánticas pueden resolver problemas en física y química que actualmente son intratables, siguiendo los mismos principios de enfriamiento que el universo ha utilizado desde su comienzo.