← Últimos artículos
⚛️ física cuántica

Improved Low-Cost Quantum Error Mitigation with Benchmarked-Noise Zero-Noise Extrapolation (bnZNE)

Este artículo introduce y valida experimentalmente la extrapolación de ruido cero con circuitos de referencia (bnZNE, por sus siglas en inglés), una técnica de mitigación de errores cuánticos de bajo costo que supera a la ZNE estándar al utilizar circuitos de referencia clásicamente simulables para estimar con mayor precisión las tasas de error efectivas y mejorar el proceso de extrapolación de ruido cero en diversas plataformas de hardware y aplicaciones a gran escala.

Autor original: Joseph Harris, Kevin Lively, Peter Ken Schuhmacher

Publicado 2026-11-13
📖 6 min de lectura🧠 Análisis profundo

Autor original: Joseph Harris, Kevin Lively, Peter Ken Schuhmacher

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 el autor. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En la carrera por construir computadoras cuánticas útiles, los científicos se enfrentan a un obstáculo persistente y obstinado: el ruido. A diferencia de los bits estables de una computadora clásica, los bits cuánticos, o qubits, que impulsan estas máquinas son increíblemente frágiles. Son tan sensibles a su entorno que la más mínima vibración, cambio de temperatura o susurro electromagnético puede hacer que pierdan su información, corrompiendo el cálculo incluso antes de que este haya terminado. Para la generación actual de dispositivos cuánticos, que son lo suficientemente potentes como para intentar tareas complejas pero aún no lo suficientemente perfectos para ejecutarlas sin errores, este ruido es la principal barrera para el progreso. Para sortear esto, los investigadores han desarrollado un conjunto de técnicas llamadas mitigación de errores cuánticos. Estos métodos no reparan el hardware en sí; en su lugar, ejecutan el mismo cálculo varias veces añadiendo diferentes cantidades de ruido artificial y luego utilizan computadoras clásicas para adivinar matemáticamente cuál habría sido el resultado si la máquina hubiera estado perfectamente silenciosa. Una de las formas más populares de hacer esto se llama extrapolación de ruido cero. Funciona haciendo el circuito deliberadamente más ruidoso en pasos, midiendo los resultados en cada paso y luego trazando una línea hacia atrás hasta un punto teórico donde el ruido es cero.

Sin embargo, este popular método depende de un supuesto simplificador que a menudo falla en el mundo real. Supone que la cantidad de ruido añadido por los investigadores coincide con el ruido real que la máquina está experimentando, como si el dial que ellos giran para aumentar el ruido fuera perfectamente preciso. En la práctica, el ruido de la máquina se comporta de forma más errática; puede cambiar con el tiempo, o la relación entre el ajuste del dial y el error real puede ser desigual. Este desajuste introduce un sesgo oculto, causando que la suposición final sea inexacta, especialmente para cálculos grandes y complejos. Un equipo de investigadores del Centro Aeroespacial Alemán ha desarrollado ahora un enfoque refinado para corregir este fallo. Llaman a su método extrapolación de ruido cero con referencia de control (benchmarked-noise zero-noise extrapolation). En lugar de confiar en el dial, ejecutan un segundo circuito de prueba más simple junto a cada cálculo ruidoso. Este circuito de prueba está diseñado para ser fácil de predecir, actuando como una regla integrada que mide exactamente cuánto ruido está presente en ese momento específico. Al utilizar esta medición de ruido en tiempo real en lugar del ajuste teórico, pueden trazar una línea mucho más precisa hacia el resultado libre de ruido.

Los investigadores probaron este nuevo método en dos tipos diferentes de hardware cuántico: el dispositivo IBM Fez, que tiene 156 qubits, y el dispositivo IQM Emerald, que tiene 54 qubits. Aplicaron la técnica a una amplia variedad de problemas desafiantes, incluyendo la simulación del comportamiento de cadenas magnéticas, la realización de transformaciones matemáticas complejas conocidas como transformadas de Fourier cuánticas y la ejecución de algoritmos de búsqueda. En cada caso, compararon su nuevo método con el enfoque estándar. Los resultados mostraron una ventaja clara y consistente. Cuando los investigadores usaban el método estándar, las respuestas finales a menudo se alejaban del valor real, particularmente a medida que los circuitos se volvían más profundos y complejos. Con su nuevo método de referencia, los resultados se mantenían mucho más cerca de la verdad. Por ejemplo, en una simulación que involucraba 100 qubits, el método estándar produjo resultados que estaban significativamente errados, mientras que el nuevo método corrigió el sesgo y proporcionó una representación mucho más fiel del resultado esperado.

La clave de esta mejora reside en cómo el equipo mide el ruido. En el enfoque estándar, un investigador podría decidir triplicar el ruido en un circuito repitiendo ciertas operaciones, asumiendo que la tasa de error también se ha triplicado. El nuevo método añade una capa de verificación. Para cada cálculo ruidoso, la computadora también ejecuta un circuito de "referencia" (benchmark). Este circuito de referencia es una versión simplificada del problema original que los investigadores pueden resolver perfectamente en una computadora regular. Debido a que saben exactamente cuál debería ser la respuesta, cualquier desviación en la salida de la máquina cuántica les indica el nivel preciso de error que está ocurciendo en ese momento. Descubrieron que el nivel de error medido a menudo no coincidía con el ajuste teórico. A veces la máquina era más ruidosa de lo esperado, y otras veces era más silenciosa. Al graficar los resultados contra este error real medido en lugar del ajuste teórico, la curva matemática utilizada para adivinar el resultado sin ruido se volvió mucho más confiable. Esto les permitió extraer respuestas precisas de máquinas que eran demasiado ruidosas para proporcionarlas de otra manera.

El equipo también exploró cómo este método maneja diferentes tipos de errores y estructuras de circuitos. Descubrieron que la profundidad del circuito, o el número de pasos que toma completar un cálculo, era un factor más crítico para determinar el éxito que el número total de qubits involucrados. Incluso para circuitos muy profundos que desafiaban los límites del hardware actual, el nuevo método logró recuperar señales útiles donde el método antiguo fallaba. Sin embargo, los investigadores señalaron que, a medida que los circuitos se volvían extremadamente profundos, los resultados comenzaban a mostrar más variación, un intercambio natural al intentar extraer una señal de un entorno muy ruidoso. A pesar de esto, el método superó consistentemente la técnica estándar en todas las aplicaciones que probaron, desde pequeñas búsquedas de cinco qubits hasta masivas simulaciones de cien qubits.

Este trabajo demuestra que un cambio relativamente simple en la forma en que medimos y contabilizamos el ruido puede mejorar significativamente la fiabilidad de las computadoras cuánticas actuales. El método no requiere hardware nuevo ni actualizaciones costosas; simplemente requiere ejecutar algunos circuitos de prueba adicionales para calibrar el ruido en tiempo real. Los investigadores demostraron que este enfoque funciona en diferentes tipos de máquinas cuánticas, lo que sugiere que podría convertirse en una herramienta estándar para cualquiera que utilice estos dispositivos. A medida que el hardware cuántico continúa mejorando y las tasas de error disminuyen lentamente, la capacidad de medir y corregir con precisión el ruido será aún más valiosa. Por ahora, esta técnica ofrece una forma práctica de obtener mejores respuestas de las máquinas imperfectas que tenemos, tendiendo un puente entre el presente ruidoso y el futuro libre de errores de la computación cuántica.

¿Ahogado en artículos de tu campo?

Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.

Probar Digest →