Universal syndrome-based recovery for noise-adapted quantum error correction

Las computadoras cuánticas prometen resolver problemas que son actualmente imposibles para las máquinas clásicas, desde el diseño de nuevas medicinas hasta el modelado de reacciones químicas complejas. Sin embargo, estas máquinas son increíblemente frágiles. Los delicados estados cuánticos en los que dependen se ven fácilmente perturbados por el más mínimo ruido de su entorno, lo que provoca errores que pueden arruinar un cálculo en una fracción de segundo. Para construir una computadora cuántica útil, los científicos deben desarrollar una forma de proteger la información de este ruido sin destruir el estado cuántico en sí mismo. Este es el trabajo de la corrección de errores cuánticos.

En los enfoques tradicionales, los científicos utilizan un método similar al de cotejar un recibo contra una lista de artículos esperados. Miden propiedades específicas de los componentes de la computadora, llamadas síndromes, para ver si ha ocurrido un error. Si las mediciones coinciden con un patrón conocido, la computadora sabe exactamente qué salió mal y puede corregirlo. Esto funciona bien cuando el ruido es aleatorio e impredecible, pero tiene dificultades cuando el ruido sigue un patrón específico y predecible, como la tendencia de un bit cuántico a perder energía y asentarse en un estado inferior. Para estos tipos específicos de ruido, los científicos han desarrollado códigos especializados que son más eficientes, pero enfrentan un nuevo problema: las señales que indican un error a menudo se mezclan, haciendo imposible determinar exactamente qué error ocurrió utilizando herramientas de medición estándar.

Un equipo de investigadores ha desarrollado ahora un nuevo método para despejar esta confusión, permitiendo que estos códigos especializados funcionen eficazmente en hardware real. Su trabajo aborda un cuello de botella fundamental en el campo: cómo identificar errores cuando las "firmas" de esos errores se superponen. Al crear un proceso matemático que separa estas señales superpuestas, el equipo permitió el uso de una poderosa técnica de recuperación que anteriormente había sido demasiado difícil de implementar. Probaron su enfoque en procesadores cuánticos reales, demostrando que podía extender significativamente la vida útil de la información cuántica, un paso crítico hacia la construcción de máquinas que puedan ejecutar programas complejos sin fallar.

El desafío central que los investigadores abordaron surge de la naturaleza del ruido en los dispositivos cuánticos modernos. Si bien parte del ruido es aleatorio, el error dominante en muchas computadoras cuánticas superconductoras es un tipo específico llamado amortiguamiento de amplitud. Esto es como una pelota rodando por una colina; el bit cuántico naturalmente quiere perder energía y caer de un estado de alta energía a uno de baja energía. Los códigos de corrección de errores estándar están diseñados para manejar sacudidas aleatorias, pero a menudo son ineficientes para solucionar este problema específico de "rodar colina abajo". Para solucionar esto, los científicos crearon códigos especializados, como el código de cuatro cúbits de Leung, que están adaptados para detectar este tipo específico de error. Sin embargo, estos códigos tienen un defecto: cuando ocurre un error, el estado resultante de la computadora no aterriza en una ubicación única y distinta que pueda ser fácilmente identificada. En cambio, los posibles estados de error se superponen, lo que hace imposible distinguir un error de otro utilizando las técnicas de medición estándar.

Para resolver esto, los investigadores idearon un procedimiento algorítmico para separar estos estados superpuestos. Imagine intentar clasificar una pila de luces de colores mezcladas donde algunos colores se desvanecen entre sí; su método actúa como un filtro que separa los colores para que ya no se superpongan, haciendo que cada uno sea distinto e identificable. Una vez que separaron estos estados de error, pudieron aplicar una técnica de recuperación sofisticada conocida como el mapa de Petz. Este mapa es una receta matemática para revertir los efectos del ruido, pero es notoriamente difícil de ejecutar en hardware real porque usualmente requiere circuitos extremadamente complejos que son demasiado grandes para ser construidos. El algoritmo de separación de los investigadores simplificó tanto el problema que pudieron diseñar un circuito mucho más pequeño y eficiente para realizar la recuperación. Este nuevo circuito, que llaman recuperación de Petz basada en síndromes, permite que la computadora identifique el error y lo revierta sin necesidad de los masivos recursos computacionales que anteriormente hacían que el método fuera impracticable.

El equipo puso a prueba su teoría ejecutando sus nuevos circuitos de recuperación en procesadores cuánticos reales de IBM, específicamente los chips Heron y Eagle. Se centraron en el código de cuatro cúbits de Leung, que está diseñado para proteger contra el ruido de amortiguamiento de amplitud común en estas máquinas. En su experimento, prepararon un estado cuántico y lo dejaron reposar durante un período de tiempo, permitiendo que el ruido natural lo degradara. Luego aplicaron su nuevo proceso de recuperación y midieron cuánta de la información original permanecía. Los resultados fueron impactantes. En el procesador IBM Brisbane, el proceso de corrección de errores duplicó el tiempo que la información cuántica podía sobrevivir antes de decaer. En el procesador IBM Torino, la mejora fue aún más dramática, extendiendo el tiempo de supervivencia por un factor de cinco. Estos resultados son significativos porque demuestran un rendimiento de "break-even" (punto de equilibrio), lo que significa que el cúbit corregido por errores duró más que un cúbit estándar no protegido, un hito que anteriormente solo se había logrado con diferentes tipos de códigos en hardware diferente.

El éxito de este experimento depende de una adaptación inteligente del proceso de recuperación a las restricciones específicas del hardware. Los investigadores descubrieron que, al enfocarse en recuperar un tipo específico de estado cuántico en lugar de intentar arreglar todos los estados posibles a la vez, podían reducir drásticamente el número de operaciones complejas requeridas. Esta reducción era esencial porque las conexiones físicas entre los cúbits en el chip son limitadas, y añadir demasiadas operaciones introduciría nuevos errores que cancelarían los beneficios de la corrección. Al optimizar el circuito para la disposición específica de los procesadores IBM, aseguraron que el proceso de recuperación fuera lo suficientemente rápido y eficiente como para funcionar en la práctica.

Este trabajo representa un gran paso adelante en la aplicación práctica de la corrección de errores cuánticos. Muestra que los códigos especializados y adaptados al ruido pueden hacerse funcionar en hardware real, siempre que se resuelva la dificultad de identificar errores superpuestos. El método de los investigadores para separar estos estados de error proporciona una herramienta universal que podría aplicarse a otros códigos y tipos de ruido en el futuro. Aunque el experimento actual se centró en un código específico de cuatro cúbits y un tipo específico de ruido, el principio subyacente de hacer que las señales superpuestas sean distintas abre la puerta a una computación cuántica más robusta y eficiente. La capacidad de extender la vida de la información cuántica por factores de dos o cinco en el hardware existente sugiere que el camino hacia computadoras cuánticas a gran escala y tolerantes a fallos se está volviendo más claro, un bit corregido a la vez.