Monte Carlo particle transport on quantum computers

En el mundo de la energía nuclear y la seguridad radiológica, los científicos confían en una herramienta poderosa llamada simulación de Monte Carlo para predecir cómo se mueven las partículas a través de la materia. Imagine intentar rastrear un solo grano de arena rebotando en una habitación llena de gente; ahora imagine hacer eso para miles de millones de granos, cada uno tomando un camino diferente, rebotando en las paredes y, a veces, desapareciendo por completo. En las computadoras clásicas, que impulsan la mayor parte de nuestra tecnología actual, este proceso está bien establecido pero es increíblemente costoso. Requiere supercomputadoras masivas funcionando durante largos periodos para generar suficientes caminos aleatorios para obtener una respuesta fiable sobre hacia dónde va la radiación y qué blindaje es necesario. A medida que la demanda de cálculos más rápidos y eficientes crece, los investigadores buscan hacia un nuevo tipo de máquina: la computadora cuántica. Estos dispositivos operan bajo las extrañas reglas de la mecánica cuántica, donde la información puede existir en múltiples estados a la vez, ofreciendo la promesa teórica de resolver ciertos problemas complejos mucho más rápido de lo que cualquier computadora clásica podría jamás.

La pregunta central que impulsa esta investigación es si estas máquinas cuánticas pueden realmente manejar el trabajo específico y desordenado de rastrear el transporte de partículas. Si bien las computadoras cuánticas han mostrado potencial en campos como las finanzas y la química, la naturaleza compleja y paso a paso del movimiento de las partículas se había quedado rezagada. En este nuevo trabajo, investigadores de Thales Research and Technology en Francia se propusieron cerrar esa brecha. No intentaron simplemente ejecutar software antiguo en hardware nuevo; en su lugar, diseñaron una forma completamente nueva de representar el movimiento de las partículas que se ajustara a la arquitectura única de una computadora cuántica. Su objetivo era ver si podían simular el viaje de las partículas a través de un material, teniendo en cuenta cómo se dispersan y se absorben, utilizando un método que pudiera, eventualmente, ofrecer una ventaja de velocidad significativa.

Para entender lo que hizo el equipo, primero hay que imaginar cómo tradujeron el mundo físico al lenguaje de los bits cuánticos. En una simulación clásica, una computadora elige un punto de partida, lanza un dado digital para decidir qué tan lejos vuela la partícula, lanza otro para ver si choca con algo y luego decide hacia dónde rebotará después. Esto sucede una y otra vez hasta que la partícula es absorbida o escapa. Los investigadores reemplazaron este juego de adivinanzas paso a paso con un concepto cuántico conocido como caminata cuántica de tiempo discreto. En lugar de rastrear una partícula a la vez, su configuración cuántica trata la posición de la partícula como una onda extendida a través de una cuadrícula. Construyeron una cuadrícula virtual donde cada cuadrado representa una ubicación posible para la partícula. La cuadrícula fue diseñada para imitar una configuración física específica: un área bidimensional que contiene un obstáculo central y brazos circundantes, todos hechos de materiales que interactúan con las partículas de manera diferente.

El corazón de su nuevo método reside en cómo decidieron hacia dónde debería ir la partícula a continuación. En una caminata cuántica estándar, una partícula podría moverse en cualquier dirección con igual probabilidad. Sin embargo, en el mundo real, el material a través del cual pasa una partícula dicta su comportamiento. Si una partícula está en un material denso, es más probable que rebote o se detenga; si está en el espacio vacío, vuela recto. Los investigadores crearon una regla especial, que llamaron moneda dependiente de la posición, para manejar esto. Piense en esta moneda no como un objeto físico, sino como un conjunto de instrucciones que cambian dependiendo de exactamente dónde se encuentra la partícula en la cuadrícula. Si la partícula está en una región con una alta probabilidad de ser absorbida, las instrucciones le dicen al sistema cuántico que mantenga la partícula en su lugar con una alta probabilidad. Si está en una región donde es probable que se disperse, las instrucciones la envían moviéndose en una nueva dirección. Esto permitió que la simulación respetara las propiedades locales de los materiales sin necesidad de almacenar tablas masivas de datos para cada escenario posible.

El equipo construyó entonces un circuito, que es el equivalente cuántico de un programa de computadora, para realizar estos pasos. Comenzaron preparando la partícula en un punto de origen específico. Luego, aplicaron una secuencia de operaciones que representaban un "paso" del viaje de la partícula. Esta secuencia implicaba verificar las reglas locales, decidir una dirección y mover la partícula al siguiente lugar de la cuadrícula. También tuvieron que tener en cuenta los bordes de su mundo virtual. Dado que las partículas no pueden volar hacia la nada en este problema específico, los investigadores programaron el sistema para que las partículas rebotaran si golpeaban el límite, de forma muy similar a una pelota golpeando una pared. Probaron dos formas diferentes de ejecutar esta simulación. El primer método consistía en medir la posición de la partícula después de cada paso, colapsando efectivamente el estado cuántico en un resultado clásico antes de dar el siguiente paso. El segundo método permitía que el sistema cuántico evolucionara durante muchos pasos sin observarlo, utilizando una técnica llamada amplificación de amplitud para aumentar las posibilidades de encontrar la partícula en un área de interés específica.

Cuando ejecutaron estas simulaciones, los resultados ofrecieron una mezcla de promesa y limitación. Los investigadores compararon sus resultados cuánticos contra dos puntos de referencia establecidos: un método clásico que utiliza cálculos basados en cuadrículas y una simulación de Monte Carlo tradicional que rastrea medio millón de partículas. En las etapas iniciales de la simulación, la caminata cuántica se pareció mucho a los resultados clásicos. La partícula se extendió a través de la cuadrícula de una manera que coincidía con la física esperada, evitando correctamente el obstáculo y llenando los brazos circundantes. Esto confirmó que su nuevo método podía representar con precisión la geometría y el flujo básico de las partículas. Sin embargo, a medida que la simulación avanzaba por más pasos, los resultados cuánticos comenzaron a alejarse de los clásicos. El equipo sospechó que esto se debía a que su método para manejar la absorción —mantener la partícula en su lugar en lugar de eliminarla— era una aproximación que introducía pequeños errores con el tiempo.

El estudio no pretendía haber resuelto el problema del transporte de partículas en computadoras cuánticas, ni demostró una aceleración que pudiera utilizarse en la industria hoy en día. En cambio, sirvió como una prueba de concepto crucial. Los investigadores demostraron que es posible codificar las complejas reglas locales de la interacción de partículas en un circuito cuántico y que el sistema puede producir resultados que parecen cualitativamente correctos. Identificaron obstáculos específicos que aún persisten, como la necesidad de manejar la velocidad total de las partículas con mayor precisión y el costo computacional de reiniciar partes del sistema durante el cálculo. El trabajo sugiere que, si bien el camino hacia un código de transporte de partículas totalmente funcional es aún largo, los pasos fundamentales ya están establecidos. Al convertir la danza caótica de la radiación en una caminata cuántica estructurada, el equipo ha abierto una puerta para que futuros investigadores perfeccionen estos métodos y, eventualmente, aprovechen todo el poder de las máquinas cuánticas para la seguridad y el diseño nuclear.