Entanglement diagnostics of stochastic-resetting steady states: theory and measurement on superconducting qubits

En el mundo cuántico, las partículas no simplemente se quedan quietas; evolucionan, desplazándose entre estados en una danza de probabilidad delicada y rítmica. Durante décadas, los físicos han estudiado cómo se comportan estos sistemas cuando se dejan a su aire, evolucionando de forma fluida y predecible. Sin embargo, una nueva línea de investigación plantea qué sucede cuando esta evolución fluida es interrumpida. Imagine un sistema que es forzado periódicamente a regresar a un punto de partida, no por una mano suave, sino mediante un reinicio estocástico y aleatorio. Este concepto, conocido como reinicio estocástico (stochastic resetting), no es solo una curiosidad teórica; es una herramienta utilizada en la computación cuántica moderna, donde los ingenieros pueden reiniciar deliberadamente los cúbits a un estado fijo en medio de un cálculo. Cuando estos reinicios ocurren a intervalos aleatorios, impulsan al sistema hacia una condición estacionaria única que es fundamentalmente diferente de los estados alcanzados por una evolución ininterrumpida. La pregunta que durante mucho tiempo ha desconcertado a los investigadores es qué tipo de orden emerge de este ciclo constante de empezar de nuevo y, específicamente, cómo sobreviven en un entorno tan caótico las conexiones profundas e invisibles entre las partículas, conocidas como entrelazamiento.

Un equipo de investigadores ha mapeado ahora este paisaje con una precisión notable, combinando una rigurosa teoría matemática con experimentos directos en un procesador cuántico superconductor. Se centraron en una cadena de bits cuánticos, o cúbits, dispuestos en línea, donde cada bit interactúa con su vecino. Al someter esta cadena a un protocolo en el que, en cada pequeño paso de tiempo, existe una probabilidad fija de que todo el sistema sea borrado y devuelto a una configuración inicial específica, crearon un "estado estacionario". Este es un estado de flujo constante que nunca se asienta en un patrón final e inalterable, pero que mantiene un perfil estadístico estable. Los investigadores descubrieron que el entrelazamiento dentro de este estado depende enteramente de cómo se reinicia el sistema y de cómo se registra la historia de esos reinicios. Encontraron que si se promedia sobre todas las diferentes historias posibles de cuándo ocurrieron los reinicios, se obtiene una imagen de la complejidad del sistema. Pero si se observa el sistema manteniendo un registro de cuándo ocurrió exactamente el último reinicio, se ve una imagen diferente y, a menudo, más rica de entrelazamiento.

Para entender esto, uno debe distinguir entre dos formas de medir el sistema. El primer método observa el "estado promedio", que es lo que se ve si se realiza el experimento miles de veces y se mezclan todos los resultados, olvidando exactamente cuándo ocurrió cada reinicio. El segundo método observa el "promedio de trayectoria", donde los investigadores mantienen un registro del tiempo transcurrido desde el último reinicio para cada ejecución individual. En el mundo ideal y sin ruido de la teoría, estos dos métodos arrojan resultados diferentes porque el acto de promediar sobre el tiempo destruye parte de la información sutil sobre la historia del sistema. Los investigadores calcularon que la diferencia entre estas dos mediciones no es solo un artefacto matemático; representa una cantidad específica de información. Esta diferencia indica cuánto sabe una sola parte del sistema sobre cuánto tiempo ha pasado desde el último reinicio. Es una medida de memoria que existe solo porque el sistema está siendo constantemente interrumpido.

El equipo probó estas ideas en una computadora cuántica real, utilizando un dispositivo con cúbits superconductores para simular el comportamiento de dos partículas interactuantes. Programaron la máquina para que las partículas evolucionaran y luego las reiniciaran aleatoriamente a un estado simple, no entrelazado, o a un estado máximamente entrelazado. Al ejecutar el circuito millones de veces y reconstruir cuidadosamente el estado cuántico después de cada ejecución, midieron el entrelazamiento utilizando dos herramientas diferentes. Una herramienta midió la "mezcla" (mixedness) del sistema, que se relaciona con el estado promedio, mientras que la otra midle la "concurrencia", una métrica específica de la fuerza con la que dos partículas están vinculadas. Los resultados fueron sorprendentes. Las mediciones de la mezcla siguieron casi perfectamente las predicciones teóricas, coincidiendo con los cálculos sin ruido sin necesidad de ajustes. Sin embargo, las mediciones de la fuerza del entrelazamiento fueron consistentemente más bajas de lo que la teoría predecía. Esta discrepancia no fue un fallo del experimento, sino una revelación de cómo el ruido afecta a los sistemas cuánticos. Los investigadores demostraron que el ruido en el hardware actúa como una niebla suave que desdibuja las delicadas conexiones entre las partículas con mayor severidad de la que desdibuja el estado general del sistema. Al modelar este efecto con un modelo de ruido de despolarización simple, pudieron reproducir con precisión la caída del entrelazamiento, confirmando que el hardware se comportaba exactamente como se esperaba bajo estas condiciones.

El estudio se extendió más allá de solo dos partículas a cadenas de hasta doce cúbits, utilizando simulaciones numéricas exactas para ver cómo escalan estos efectos. Encontraron que la "memoria" del tiempo de reinicio, representada por la diferencia entre las dos mediciones de entropía, crece a medida que la cadena se hace más larga, pero solo si el sistema se reinicia hacia un estado altamente entrelazado. Si el sistema se reinicia a un estado simple y no entrelazado, esta memoria permanece pequeña y acotada. Esto sugiere que la forma en que se inicializa el sistema dicta cuánta información sobre su historia puede almacenarse en el entrelazamiento de sus partes. Para el reinicio entrelazado, la información sobre el tiempo desde el último reinicio se propaga a través de la cadena, creciendo con el tamaño del sistema, mientras que para el reinicio simple, permanece localizada. Este hallazgo resalta un límite fundamental: la información que una pequeña parte de un sistema puede contener sobre el pasado está estrictamente limitada por el tamaño de esa parte, pero un bloque más grande del sistema puede contener un registro mucho mayor de su historia.

En última instancia, este trabajo proporciona una ventana experimental clara al comportamiento de los sistemas cuánticos impulsados lejos del equilibrio. Demuestra que la forma en que elegimos medir un sistema —ya sea promediando la historia o conservándola— cambia fundamentalmente lo que vemos. Los investigadores demostraron que, si bien el estado general de un sistema con reinicio es robusto frente al ruido del hardware del mundo real, los vínculos cuánticos específicos entre las partículas son más frágiles y se suprimen con mayor facilidad. Esta distinción es crucial para cualquiera que intente utilizar computadoras cuánticas para realizar tareas complejas, ya que muestra que preservar la "memoria" de la evolución de un sistema requiere un control cuidadoso tanto del protocolo de reinicio como del entorno de ruido. El estudio confirma que el reinicio estocástico es una herramienta poderosa para crear nuevos tipos de estados cuánticos, pero también establece un límite claro sobre cuánto de la historia de un sistema puede recuperarse a partir del entrelazamiento de sus partes.