Quantum Zeno Monte Carlo for computing observables

En la búsqueda por comprender los componentes fundamentales de la materia, los científicos han dependido durante mucho tiempo de potentes ordenadores para simular cómo interactúan los átomos y los electrones. Estas simulaciones son esenciales para diseñar nuevos materiales, medicinas y tecnologías, pero chocan con un muro cuando los sistemas se vuelven demasiado complejos. Las ecuaciones que gobiernan estas partículas diminutas son tan intrincadas que incluso las supercomputadoras más avanzadas tienen dificultades para resolverlas con precisión. Recientemente, ha surgido una nueva generación de máquinas conocidas como computadoras cuánticas, que prometen sortear estas limitaciones utilizando las extrañas reglas de la física cuántica para procesar información. Sin embargo, estas máquinas son actualmente frágiles. Son propensas a errores causados por el ruido ambiental y la forma imperfecta en que descomponen los cálculos complejos en pasos más pequeños. Esto ha creado una brecha difícil: las computadoras son lo suficientemente potentes como para ser interesantes, pero demasiado ruidosas para ser totalmente fiables para las tareas más exigentes.

Un equipo de investigadores ha introducido ahora un nuevo método diseñado para cerrar esta brecha, permitiendo a los científicos extraer información útil de estas máquinas imperfectas. Su enfoque, llamado Monte Carlo de Zeno Cuántico, es una técnica híbrida que combina la computación clásica con el procesamiento cuántico. Está construido específicamente para resistir los errores que actualmente plagan a los dispositivos cuánticos de etapa temprana. Mediante el uso de un ingenioso truco matemático que implica mediciones repetidas, el método puede calcular la energía y otras propiedades de los sistemas cuánticos con alta precisión, incluso cuando el hardware subyacente está cometiendo errores. Este trabajo sugiere que no necesitamos esperar a que existan máquinas perfectas y libres de errores para comenzar a resolver problemas complejos; en su lugar, podemos utilizar algoritmos que sean resilientes al ruido que existe actualmente.

La historia de este método comienza con un fenómeno conocido como el efecto Zeno cuántico. En términos sencillos, este efecto describe cómo un sistema cuántico puede quedar "congelado" en su estado actual si se observa con la suficiente frecuencia. Imagine un trompo que es golpeado constantemente; si los golpes ocurren lo suficientemente rápido, el trompo podría no tener tiempo de tambalearse o caer, manteniéndose efectivamente erguido. En el mundo cuántico, observar repetidamente el estado de un sistema evita que cambie a otra cosa. Los investigadores se dieron cuenta de que podían usar este principio no solo para congelar un estado, sino para guiar un sistema desde un punto de partida simple y conocido hacia un estado objetivo complejo y desconocido.

Tradicionalmente, encontrar el estado de energía específico de una molécula o material complejo requiere partir de una suposición que ya esté muy cerca de la respuesta. Si la suposición es demasiado errónea, la computadora falla al encontrar la solución. Este es un obstáculo importante porque preparar tal estado inicial perfecto es a menudo tan difícil como resolver el problema mismo. El nuevo método elimina este requisito. Comienza con un estado que es fácil de preparar y luego transforma lentamente las reglas del sistema, paso a paso, hasta que coincida con el objetivo complejo. En cada paso, el sistema se mide con frecuencia. Esta observación constante mantiene al sistema en el camino correcto, evitando que se desvíe hacia el estado equivocado, incluso si el punto de partida no era una coincidencia perfecta.

Para que esto funcione en hardware real, los investigadores tuvieron que resolver otro problema: cómo manejar los errores que ocurren cuando una computadora cuántica simula el paso del tiempo. Estos errores, conocidos como errores de Trotter, ocurren porque la computadora no puede realizar la evolución temporal continua de forma perfecta; debe dividir el tiempo en fragmentos discretos diminutos. Por lo general, estos pequeños errores se acumulan y arruinan el resultado final. El equipo descubrió que, al calcular la respuesta como una razón —dividiendo una medición por otra—, estos errores se cancelan entre sí. Es similar a pesar dos objetos en una báscula inestable; si la báscula está desviada por la misma cantidad para ambos, la diferencia entre sus pesos sigue siendo precisa. En su método, el numerador y el denominador del cálculo se ven afectados por el ruido de casi la misma manera, por lo que al dividirlos, el ruido desaparece, dejando un resultado limpio y preciso.

Los investigadores probaron este enfoque en una variedad de sistemas, que van desde modelos simples de un solo átomo hasta moléculas más complejas como el hidrógeno y modelos de interacciones de electrones en sólidos. Realizaron simulaciones en computadoras cuánticas reales disponibles a través de la red de IBM, las cuales son conocidas por su ruido e imperfecciones. A pesar de la presencia del ruido del dispositivo y de los errores derivados de la división del tiempo en pasos, el método produjo resultados que coincidían con los valores exactos conocidos con una precisión notable. Por ejemplo, al calcular los niveles de energía de una molécula de hidrógeno, los resultados fueron precisos dentro de 0,02 unidades de energía. Cuando probaron un modelo con hasta 12 cúbits, el método seguía entregando errores de energía del estado fundamental tan bajos como 0,015, un nivel de precisión que otros métodos avanzados luchaban por alcanzar sin utilizar circuitos mucho más profundos y propensos a errores.

El equipo también comparó su técnica con otros métodos de vanguardia diseñados para computadoras cuánticas. Encontraron que su enfoque podía lograr una mayor precisión utilizando circuitos más cortos y simples, lo cual es una ventaja crítica para el hardware actual que no puede ejecutar programas largos sin fallar. Si bien el método requiere un gran número de mediciones repetidas para promediar las fluctuaciones estadísticas, este compromiso es favorable porque evita la necesidad de circuitos profundos y complejos que son actualmente imposibles de ejecutar de manera fiable. Los investigadores demostraron que esta resiliencia se mantiene incluso cuando el tamaño del sistema crece, simulando con éxito redes más grandes de electrones interactuantes en un simulador sin ruido y confirmando que el método escala bien.

Lo que hace que este desarrollo sea particularmente significativo es que no depende de que las máquinas sean perfectas. En su lugar, abraza la realidad de la tecnología actual. Al utilizar el efecto Zeno cuántico para guiar el sistema y un cálculo basado en razones para cancelar los errores, el método convierte las debilidades de las computadoras cuánticas actuales en desafíos manejables. Los investigadores demostraron que podían computar no solo la energía de un sistema, sino también sus propiedades dinámicas, como su respuesta a diferentes frecuencias. Esto abre la puerta al estudio de una amplia gama de fenómenos físicos y químicos que antes estaban fuera del alcance de los dispositivos ruidosos.

El trabajo sugiere un nuevo camino a seguir. En lugar de esperar al futuro lejano cuando se construyan computadoras cuántas totalmente tolerantes a fallos, los científicos pueden comenzar a resolver problemas significativos hoy utilizando las máquinas ruidosas disponibles ahora. El método proporciona una forma robusta de extraer la verdad del error, demostrando que incluso en un entorno ruidoso, las propiedades fundamentales de la materia pueden descubrirse con el enfoque adecuado. A medida que el hardware continúe mejorando, este algoritmo resiliente se convertirá probablemente en una herramienta aún más poderosa, ayudando a desbloquear los secretos de materiales y moléculas que han permanecido ocultos para la computación clásica durante mucho tiempo.