⚛️ quantum physics

From Circuits to Hardware: Benchmarking Standard and Qubit-Efficient Quantum Optimization on Real Hardware

Este artículo presenta un banco de pruebas exhaustivo de hardware real de diversos algoritmos de optimización cuántica basados en puertas a través de cuatro problemas NP-duros en procesadores IBM Heron, revelando que los niveles actuales de ruido hacen que la mayoría de los resultados factibles sean indistinguibles del azar y que, si bien los métodos eficientes en cúbits extienden el tamaño de las instancias ejecutables, siguen estando limitados por un estricto presupuesto de fidelidad empírica.

Autores originales: Monit Sharma, Hoong Chuin Lau

Publicado 2026-07-14

📖 8 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Monit Sharma, Hoong Chuin Lau

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando resolver un rompecabezas masivo y enredado usando un brazo robótico nuevo y súper frágil. Tienes un montón de estrategias diferentes: algunas intentan agarrar todo el rompecabezas a la vez, otras intentan encoger el rompecabezas para que quepa en tu bolsillo, y otras intentan reorganizar las piezas incluso antes de empezar. Este artículo es como una prueba de estrés gigante del mundo real para esos brazos robóticos sobre cuatro tipos de rompecabezas muy diferentes, utilizando computadoras cuánticas reales (los "brazos robóticos") en lugar de solo fingir en la pantalla de una computadora.

Aquí está lo que pasó cuando pusieron estas estrategias a prueba en hardware real.

El panorama general: La trampa del "Rompecabezas de Bolsillo"

El hallazgo principal es un golpe de realidad. Durante mucho tiempo, la gente pensó que la mejor manera de resolver problemas difíciles en computadoras cuánticas era hacer el problema más pequeño para que quepa en menos "qubits" (los dedos del robot). La idea era: Menos dedos = más fácil de resolver.

Pero el artículo sugiere que esto no siempre es cierto. Aunque encoger el rompecabezas (usando métodos "eficientes en qubits") te permite meter problemas más grandes en la máquina, no garantiza que obtendrás una buena respuesta. De hecho, a veces, al encoger el rompecas, el brazo robótico se tambalea tanto por el ruido que deja caer las piezas por completo. Los autores midieron esto en procesadores IBM Heron reales y descubrieron que el solo hecho de que un método use menos qubits no significa que funcione mejor. Es como intentar cargar una caja pesada en una mochila diminuta; claro, la mochila es pequeña, pero si la caja es demasiado pesada para tu espalda, de todos modos la vas a dejar caer.

Los cuatro rompecabezas: Un cuento de cuatro problemas

Los investigadores probaron cuatro tipos diferentes de problemas "NP-hard" (que simplemente significa que son súper difíciles incluso para las computadoras normales). Cada uno se comportó de manera diferente:

El Problema de la Mochila Multidimensional (MDKP): Imagina un viaje de mochilero donde tienes que empacar artículos que son pesados, ocupan espacio y tienen que caber en compartimentos específicos.
- Qué pasó: Este fue el "punto medio feliz". Todos los métodos, desde los grandes hasta los comprimidos y diminutos, lograron encontrar algunas soluciones válidas. Los métodos comprimidos (PCE y QRAO) funcionaron bien aquí, demostrando que encoger el problema puede ayudar, pero solo si el brazo robótico es lo suficientemente estable.
El Conjunto Independiente Máximo (MIS): Imagina una fiesta donde quieres invitar a la mayor cantidad de invitados posible, pero ningún par de invitados pueden ser enemigos (no pueden sentarse uno al lado del otro).
- Qué pasó: Este fue el "acantilado". Para fiestas pequeñas, los robots lo hicieron genial. Pero a medida que la fiesta se hacía más grande, los robots de repente dejaron de funcionar. El artículo muestra un "acantilado de factibilidad" agudo donde, una vez que el problema se vuelve ligeramente demasiado grande, el ruido en el hardware real hace que sea imposible encontrar cualquier lista de invitados válida. Es como intentar equilibrar una casa de naipes en un huracán; funciona para unas pocas cartas, pero luego, ¡puf!, todo colapsa.
El Problema de Asignación Cuadrática (QAP): Imagina asignar 10 o 12 personas a 10 o 12 escritorios, pero el costo depende de qué tan lejos se sienten y con quién hablan.
- Qué pasó: Este fue el "fracaso total". El artículo establece explícitamente que ningún método probado devolvió una sola solución válida para este problema en hardware real. ¿Por qué? Porque las reglas son tan estrictas (como una permutación específica) que las respuestas válidas son increíblemente raras —solo aproximadamente 1 en $10^{23}$ a $10^{34}$ de las posibles configuraciones son correctas. El ruido en la computadora ahogó la señal de forma tan completa que los robots solo estaban adivinando al azar. Los autores argumentan que esto no es solo un problema de "necesitamos mejores computadoras"; la estructura del problema mismo es demasiado densa para la tecnología actual.
El Problema de la Cuota de Mercado (MSP): Imagina intentar dividir una pizza para que cada uno reciba exactamente el tamaño de rebanada que pidió.
- Qué pasó: Este fue la "paradoja de la compresión". Los métodos comprimidos (PCE y QRAO) encogieron el problema a solo 7–11 qubits (¡diminutos!), mientras que los métodos normales necesitaban hasta 156. Pero aquí está el detalle: los métodos diminutos obtuvieron resultados terribles. No pudieron alcanzar los objetivos. Los métodos normales, más grandes, en realidad lo hicieron mejor. Esto demuestra que hacer el problema más pequeño no mejora automáticamente la respuesta.

El factor "Ruido": Cuando el robot se tambalea

El artículo introduce una forma genial de medir cuánto se tambalea la computadora. Lo llaman un "proxy de fidelidad" ( $F_{est}$ ). Piensa en ello como un medidor de "señal-a-ruido".

Si el medidor es alto (alrededor de 0.1 o 10%), el robot es lo suficientemente estable para escuchar las instrucciones.
Si el medidor cae por debajo de 0.001 (0.1%), el robot se tambalea tanto que básicamente está girando en círcia sin avanzar.

Encontraron que para muchos de los métodos estilo "QAOA" (una familia de algoritmos popular), el robot se tambaleaba tanto que los resultados eran indistinguibles de simplemente elegir una respuesta al azar. El artículo realizó una prueba de control donde compararon la salida del robot con un supuesto aleatorio uniforme. Para la mayoría de los circuitos grandes y complejos, el robot no hizo mejor que un intento aleatorio. De hecho, para un caso específico, un método de "arranque en caliente" (warm-start) hizo un poco mejor que el azar, pero esa fue una excepción rara, no la regla.

Lo que el artículo descarta

Los autores son muy cuidadosos al decir lo que no encontraron:

Descartan la idea de que "menos qubits = mejor rendimiento". Los datos muestran que encoger el circuito a menudo introduce otros problemas (como circuitos más profundos tras la traducción) que cancelan los beneficios.
Descartan la idea de que los métodos QAOA están actualmente listos para su uso en estos problemas difíciles. Después de que la computadora traduce las instrucciones a su propio lenguaje (transpilación), los circuitos se vuelven tan enormes y ruidosos que fallan. Incluso si intentaran optimizar la ruta (cómo mueve los dedos el robot), los circuitos seguirían siendo demasiado inestables para funcionar.
Descartan la idea de que los resultados de simulación (fingir en una computadora perfecta) cuentan toda la historia. La brecha entre la "simulación perfecta" y el "hardware real" es enorme. Un método que se ve genial en una simulación a menudo falla estrepitosamente en el hardware real debido a los pasos adicionales necesarios para hacerlo funcionar.

¿Qué tan seguros están?

Los autores están muy seguros de lo que midieron. No solo adivinaron; corrieron 247 combinaciones diferentes de métodos y problemas en procesadores IBM Heron reales (específicamente las versiones r1 y r2). Registraron cada paso, desde cómo se tradujo el código hasta el resultado final.

Midieron el número exacto de puertas (pasos) que el robot tuvo que realizar.
Midieron las tasas de error de los chips específicos que usaron.
Simularon algunas partes para tener una línea base, pero son claros en que los resultados de la simulación son solo una referencia, no la respuesta final.

No están afirmando que las computadoras cuánticas sean inútiles. Están diciendo que para estos problemas específicos y estas máquinas específicas actuales, la estrategia de "encogerlo" tiene límites, y algunos problemas (como el QAP) son simplemente demasiado difíciles en este momento. Sugieren que necesitamos mirar el panorama completo —el tamaño del problema, el ruido y cómo se traduce el código— en lugar de solo contar qubits.

La conclusión para un adolescente curioso

Piensa en la optimización cuántica como intentar enviar un mensaje a través de una habitación ruidosa.

La forma "Estándar" es gritar todo el mensaje claramente. Es fuerte, pero si la habitación es demasiado grande, el ruido lo ahoga.
La forma "Comprimida" es susurrar un mensaje codificado. Es más silencioso y cabe en un espacio más pequeño, pero si el código es demasiado complejo o la habitación es demasiado ruidosa, nadie puede decodificarlo y solo obtienes garabatos.

Este artículo dice: "¡Oye, susurrar no siempre es la respuesta! A veces, el ruido en la habitación es tan malo que incluso el mejor código se pierde. Y para algunos rompecabezas realmente complicados (como el QAP), la habitación es simplemente demasiado ruidosa para que cualquiera de nuestros robots actuales lo resuelva".

Los autores no están diciendo "rendirse". Están diciendo: "Dejemos de pretender que, solo porque hicimos el rompecabezas más pequeño, lo resolvimos. Necesitamos mirar todo el desastre —el ruido, la traducción y el resultado real— para ver qué es lo que realmente está funcionando".

Título: De los circuitos al hardware: Evaluación comparativa de la optimización cuántica estándar y de eficiencia de cúbits en hardware real

Autores: Monit Sharma y Hoong Chuin Lau
Publicación: IOP Publishing (Journal of Quantum Science and Technology, próximamente)

Planteamiento del problema

A pesar del rápido progreso en los algoritmos de optimización cuántica, el campo carece de evaluaciones comparativas (benchmarks) amplias en hardware real que comparen múltiples familias algorítmicas a través de diversos problemas combinatorios clásicamente difíciles bajo un protocolo unificado. Las evaluaciones existentes suelen limitarse a clases de problemas únicas, familias de algoritmos únicas o entornos basados en simuladores que no logran dar cuenta de las restricciones prácticas, tales como la sobrecarga de compilación, la conectividad de los cúbits, el ruido de las puertas y la variabilidad de la ejecución. En consecuencia, sigue siendo difícil evaluar cómo diferentes estrategias (métodos variacionales estándar frente a codificaciones de eficiencia de cúbits) se comparan al mapearse a dispositivos reales, o determinar cuándo las formulaciones de eficiencia de cúbits ofrecen ventajas prácticas genuinas más allá de la reducción nominal de ancho.

Metodología

Los autores presentan un estudio de evaluación comparativa consciente del hardware ejecutado en procesadores IBM Heron r1 y r2 (dispositivos de transmon superconductores) bajo mitigación de nivel de resiliencia-2. El estudio evalúa métodos de optimización cuántica de puertas basadas en cuatro clases de problemas combinatorios NP-duros:

Problema de la Mochila Multidimensional (MDKP): Restricciones de tipo empaquetamiento.
Conjunto Independiente Máximo (MIS): Estructura de independencia basada en grafos.
Problema de Asignación Cuadrática (QAP): Asignación cuadrática densa y fuertemente acoplada.
Problema de Cuota de Mercado (MSP): Restricciones de equilibrio impulsadas por aplicaciones.

Familias Algorítmicas Probadas:

Minimización de Energía Variacional: Eigensolver Cuántico Variacional (VQE) y VQE de Valor en Riesgo Condicional (CVaR-VQE).
Estilo QAOA: QAOA estándar, Warm-Start QAOA (WS-QAOA) y QAOA de Ángulo Múltiple (MA-QAOA).
Codificaciones de Eficiencia de Cúbits: Codificación de Correlación de Pauli (PCE) y Optimización de Acceso Aleatorio Cuántico (QRAO).

Protocolo Experimental:

Flujo de Trabajo: Todos los problemas se convirtieron a la forma de Optimización Binaria No Restringida Cuadrática (QUBO) utilizando penalizaciones cuadráticas, luego se mapearon a Hamiltonianos de Ising.
Ejecución: El estudio utilizó un protocolo de optimización variacional de disparos (shots) fijos (optimizador COBYLA, 200 iteraciones, 1,000 disparos por evaluación) en hardware real.
Métricas: El benchmark reporta calidad de la solución (brecha de optimalidad o desviación del objetivo), factibilidad, ancho de circuito a nivel de algoritmo, profundidad de circuito transpiled, conteo de puertas de dos cúbits ( $N_{2Q}$ ), sobrecarga de compilación y robustez de ejecución.
Modelado de Fidelidad: Se derivó un proxy de fidelidad de conteo de puertas de error independiente ( $F_{est} \approx (1 - \epsilon_{2Q})^{N_{2Q}}$ ) a partir de los datos de calibración del backend para distinguir la ejecución preservadora de señal de la dominada por el ruido.

Contribuciones Clave

Benchmark Unificado Trans-Familia: El primer benchmark unificado que evalúa métodos variacionales, de estilo QAOA y de eficiencia de cúbits a través de cuatro problemas NP-duros estructuralmente distintos bajo un protocolo experimental común.
Evaluación Consciente del Hardware: Un cambio de estimaciones de recursos idealizadas a un protocolo que trata la sobrecarga de compilación, las características del circuito transpiled y la robustez de ejecución como dimensiones primarias de la evaluación.
Umbrales de Ruido Cuantitativos: El establecimiento de un umbral de fidelidad empíricamente fundamentado ( $F_{est} \approx 0.1$ , correspondiente a $\sim770$ puertas de dos cúbits en Heron-r2) que marca la transición a la ejecución dominada por el ruido.
Línea Base Reproducible: Una línea base empírica totalmente reproducible que incluye pilas de software, metadatos del backend, políticas de transpilación y diagnósticos por instancia, con todo el código e instancias disponibles públicamente.

Resultados Clave

MDKP (Régimen Equilibrado): Todas las familias de métodos devolvieron soluciones factibles. Los métodos de eficiencia de cúbits (PCE, QRAO) redujeron significativamente los requisitos de cúbits pero no superaron uniformemente a los métodos de ancho completo en calidad de solución. CVaR-VQE mostró un fuerte desempeño en instancias específicas.
MIS (Abismo de Factibilidad): Se observó una ruptura brusca de la factibilidad a medida que aumentaba el tamaño de la instancia. Mientras que las instancias pequeñas se resolvieron con brecha cero, las instancias más grandes (64+ cúbits) vieron un colapso en la factibilidad para la mayoría de los métodos, con solo Warm-Start QAOA permaneciendo factible en el grafo más grande probado.
QAP (Barrera Estructural): Ningún método de hardware probado devolvió una asignación factible para ninguna instancia de QAP. La combinación de interacciones densas, restricciones estrictas de un-en-uno (one-hot) y un manifold factible exponencialmente disperso ( $10!/2^{100} \approx 10^{-23.54}$ ) hizo que todos los pipelines probados fueran infactibles en el hardware actual, incluso para las instancias más pequeñas.
MSP (Compresión vs. Calidad): Las codificaciones de eficiencia de cúbits lograron una reducción dramática de ancho (7–11 cúbits frente a 48–156) pero resultaron en una calidad de solución recuperada significativamente peor (grandes desviaciones del objetivo) en comparación con los métodos de ancho completo.
Sobrecarga de Compilación: La transpilación aumentó los conteos de puertas de dos cúbits por factores de 4.5 a 6.2 a través de las familias de problemas. Para los circuitos de la familia QAOA, los conteos de dos cúbits transpiled a menudo excedieron los 20,000, empujando $F_{est}$ por debajo de $10^{-30}$ .
Dominancia de Ruido: Un control uniforme aleatorio emparejado mostró que para las ejecuciones de baja fidelidad de la familia QAOA ( $F_{est} < 10^{-3}$ ), la mayoría de los resultados factibles yacían dentro del rango aleatorio empírico, sugiriendo que la señal estaba dominada por el ruido.
Brecha Simulador-Hardware: Las clasificaciones del simulador no se transfirieron uniformemente al hardware. En algunos casos de MDKP, las ejecuciones en hardware lograron brechas menores que los simuladores (potencialmente debido a la estocasticidad de disparos finitos), mientras que en otros, el desempeño del hardware se degradó significativamente.

Significancia y Reivindicaciones

El artículo no reclama una ventaja cuántica práctica sobre los solvers clásicos. En su lugar, establece una línea base empírica sistemática para evaluar la optimización cuántica bajo restricciones realistas.

El Conteo de Cúbits es Insuficiente: El estudio demuestra que un menor conteo de cúbits (vía compresión) no implica consistentemente un mejor desempeño final en el hardware. Las ganancias de la reducción de ancho a menudo se ven compensadas por la sobrecarga de transpilación, el aumento de la profundidad efectiva del circuito o la degradación de la robustez.
Viabilidad Dependiente del Problema: El desempeño práctico es altamente dependiente de la interacción entre la estructura del problema, la elección de la codificación y las restricciones del hardware. Un método competitivo en una clase de problemas (ej. MDKP) puede fallar completamente en otra (ej. QAP).
La Compilación como una Métrica de Primera Clase: La identidad de un método de optimización cuántica cambia materialmente después de la transpilación. Los benchmarks deben reportar las características del circuito transpiled (profundidad, $N_{2Q}$ ) en lugar de solo el ancho a nivel de algoritmo para proporcionar una imagen completa de su capacidad de despliegue.
Umbrales de Fidelidad: Los umbrales de $F_{est}$ derivados proporcionan una guía accionable, indicando que el hardware actual es probablemente dominado por el ruido para los circuitos profundos de la familia QAOA y los problemas de asignación densos, limitando el régimen donde los métodos cuánticos pueden ser probados de manera confiable.

Los autores concluyen que la evaluación comparativa cercana debe centrarse en caracterizar las compensaciones (trade-offs) (ancho vs. calidad, diseño algorítmico vs. costo compilado) en lugar de buscar un único "mejor" algoritmo, y que las afirmaciones de ventaja práctica deben estar respaldadas por la calidad de la solución realizada en hardware y los diagnósticos de ejecución, no solo por resultados de simuladores o conteos nominales de cúbits.