Resumen Técnico: Códigos Cuánticos a partir de Recocido Clásico

Planteamiento del Problema

La corrección de errores cuánticos (QEC) es esencial para la computación cuántica tolerante a fallos (FT) a gran escala. Sin embargo, las familias de códigos conocidas suelen imponer sobrecargas de recursos prohibitivas. Los códigos topológicos (p. ej., códigos de superficie) están limitados por el límite de Bravyi-Poulin-Terhal, lo que restringe sus tasas de codificación. Los códigos de comprobación de paridad de baja densidad cuánticos (qLDPC) ofrecen parámetros asintóticos favorables pero requieren interacciones de largo alcance y una decodificación compleja, lo que dificulta su implementación en el hardware actual de corto plazo. Si bien la concatenación de códigos ofrece un camino hacia sobrecargas de espacio-tiempo constantes, depende de "códigos semilla" de alta calidad con altas tasas de codificación y grandes distancias.

Las búsquedas por fuerza bruta para tales códigos son generalmente intratables porque el espacio de los códigos estabilizadores crece exponencialmente con la longitud de bloque $n$, y calcular la distancia del código es un problema NP-duro. En consecuencia, existe la necesidad de métodos numéricos eficientes para descubrir códigos estabilizadores cuánticos de tamaño moderado ($n \le 50$) que alcancen altas tasas de codificación ($k/n$) y distancias ($d$) que igualen o superen los límites teóricos, específicamente para arquitecturas que puedan soportar interacciones de largo alcance (p. ej., iones atrapados o átomos neutros).

Metodología

Los autores introducen un algoritmo de recocido simulado adaptativo para buscar códigos cuánticos óptimos dentro de dos clases específicas:

1. Códigos CSS: Códigos Calderbank-Shor-Steane, que permiten una preparación de estados y una decodificación FT relativamente simples.
2. Códigos SWEL: Una subclase de códigos CSS denominada "Self-Dual with Equivalent Logicals" (Autoduales con Lógicos Equivalentes). Estos códigos satisfacen condiciones de simetría específicas ($H_X = H_Z$ y operadores lógicos $L_X = L_Z$) que garantizan implementaciones transversales de las puertas Hadamard lógicas ($H^{\otimes k}$) y de Fase ($S^{\otimes k}$), facilitando la construcción de conjuntos de puertas FT.

Espacio de Búsqueda y Movimientos

• Inicialización: En lugar de partir de códigos triviales, el algoritmo realiza un "arranque en caliente" (warm start) aplicando una puerta que preserva CSS o SWEL de forma aleatoria a un código trivial.
  • Para los códigos CSS, el espacio de búsqueda se muestrea mediante el grupo lineal general $GL(n, \mathbb{F}_2)$.
  • Para los códigos SWEL, el espacio de búsqueda se muestrea mediante el grupo ortogonal $O(n, \mathbb{F}_2)$.
• Distribución de Propuesta (Movimientos):
  • CSS: Los movimientos se generan aplicando puertas CNOT aleatorias entre pares de qubits. El Teorema 1 establece que las puertas CNOT pueden transformar cualquier código CSS en cualquier otro código CSS con los mismos parámetros de rango.
  • SWEL: Los movimientos se generan aplicando "puertas elementales que preservan SWEL", las cuales actúan sobre cuatro qubits. El Teorema 5 demuestra que estas puertas, combinadas con permutaciones, pueden recorrer todo el espacio de los códigos SWEL.

Función de Energía

Para evitar los "plateaux barren" (mesetas estériles) donde la distancia del código permanece constante a pesar de cambios locales, los autores definen una función de energía $E(C)$ que sirve como un sustituto de la tasa de error lógico en un modelo de ruido de capacidad de código.
$$E(C) = \frac{\log m}{\log(1/p)} - d$$
donde $d$ es la distancia del código, $m$ es el número de operadores lógicos no triviales de peso mínimo, y $p$ es la tasa de error físico (establecida en $10^{-3}$). Esta función penaliza los códigos con distancias más altas (menor energía) y, crucialmente, desempata entre códigos de igual distancia favoreciendo aquellos con menos operadores lógicos de peso mínimo ($m$).

Recocido Adaptativo

El algoritmo emplea un esquema de temperatura adaptativo para evitar que el sistema se congele en mesetas o mínimos locales degenerados. La temperatura se ajusta en cada época basándose en las diferencias de energía observadas de los movimientos propuestos, apuntando a una tasa de aceptación de subida específica. Se utiliza un factor de memoria para amortiguar las fluctuaciones de temperatura.

Post-procesamiento

Después de encontrar un código mediante el recocido, se aplica un algoritmo voraz (greedy) para reducir los pesos de los generadores del estabilizador. Este paso minimiza la complejidad de las mediciones de síndrome sin alterar la distancia del código ni sus operadores lógicos.

Contribuciones Clave

1. Marco Algorítmico: El desarrollo de un algoritmo de recocido simulado adaptativo diseñado específicamente para la búsqueda de códigos cuánticos CSS y SWEL, utilizando propiedades de la teoría de grupos para asegurar que el espacio de búsqueda esté totalmente cubierto.
2. Caracterización de SWEL: Un marco teórico riguroso (Teoremas 3 y 4) que define los códigos SWEL y demuestra que el conjunto de puertas que preservan SWEL (isomorfo a $O(n, \mathbb{F}_2)$) es suficiente para generar todos los códigos SWEL a partir de una semilla trivial.
3. Sustituto de Energía: La formulación de una función de energía que combina la distancia del código con el conteo de los operadores lógicos de peso mínimo, resolviendo eficazmente las mesetas discretas que obstaculizan la optimización de la distancia simple.
4. Descubrimiento de Códigos de Vanguardia: La identificación de numerosos nuevos códigos para longitudes de bloque hasta $n=50$ que superan los códigos conocidos previamente indexados en qecdb.org.

Resultados

Los autores presentan una tabla exhaustiva de los códigos descubiertos (Apéndice F) con parámetros $[n, k, d]$ donde $n \le 50$ y $k \ge 4$.

• Rendimiento: Muchos de los códigos CSS y SWEL descubiertos logran distancias que igualan o superan el límite de Gilbert-Varshamov cuántico (QGV) ($d_{QGV}$) y el límite de Gilbert-Varshamov específico de CSS ($d_{CSS}$).
• Comparación: Los resultados se comparan con los mejores códigos en qecdb.org. En muchos casos, los nuevos códigos ofrecen distidades mayores para el mismo $n$ y $k$, o un $k$ mayor para el mismo $n$ y $d$.
• Tasas de Error Lógico: Utilizando simulaciones de Monte Carlo con muestreo de importancia, los autores estiman las tasas de error lógico para estos códigos. Los resultados validan que la función de energía identifica con éxito códigos con menores tasas de error lógico, particularmente para distancias $d > 4$.
• Especificidades de SWEL: Los códigos SWEL descubiertos poseen la estructura necesaria para las puertas de Clifford lógicas transversales. Por ejemplo, el código SWEL $[20, 6, 4]$ resultó tener al menos 2,304 puertas de Clifford transversales de tipo SWAP.

Significado y Reivindicaciones

El artículo afirma que estos códigos optimizados numéricamente sirven como códigos semilla favorables para arquitecturas de computación tolerante a fallos basadas en la concatenación de códigos. Al proporcionar códigos de alta tasa y alta distancia para tamaños de bloque moderados, pueden utilizarse para construir qubits lógicos a gran escala con una sobrecarga reducida.

Además, los autores destacan el potencial de estos códigos para demostraciones en hardware de corto plazo. Específicamente, señalan que las plataformas de iones atrapados y átomos neutros, que soportan interacciones de largo alcance, son adecuadas para implementar estos códigos. Los códigos SWEL son particularmente significativos porque sus conjuntos de puertas transversales permiten la construcción de conjuntos de puertas lógicas tolerantes a fallos sin la necesidad de una destilación compleja de estados mágicos para las operaciones de Clifford.

Los autores mantienen la modestia respecto a la escalabilidad inmediata del algoritmo de búsqueda, señalando que el tiempo de ejecución exponencial del cálculo de la distancia limita la búsqueda a $n \le 50$. Sugieren que el trabajo futuro podría incluir la paralelización de la evaluación de la función de energía, la mejora de los esquemas de recocido o la incorporación de técnicas de aprendizaje automático para escalar la búsqueda a longitudes de bloque mayores. También proponen que la concatenación de códigos utilizando estas semillas (por ejemplo, combinando códigos Iceberg $[8, 6, 2]$ con códigos $[38, 12, 6]$) podría dar lugar a arquitecturas prácticas para la computación cuántica de escala comercial.