🔬 physics

Circuit-Level vs Pulse-Level Quantum Hardware Diagnostics: K–R Scaling Exponent Detects Device Degradation Invisible to T₁/T₂ Calibration

Este artículo demuestra que los diagnósticos a nivel de circuito utilizando el exponente de escalado K–R pueden detectar una degradación significativa del dispositivo y predecir fallos en algoritmos que permanecen invisibles para las métricas estándar de coherencia T₁/T₂ a nivel de pulso, como lo evidencia un caso en el que las mejoras reportadas en T₂ coincidieron con un aumento del 920% en el error del circuito en procesadores IBM Heron.

Autores originales: RamaKrishna Pasupuleti

Publicado 2026-07-22

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: RamaKrishna Pasupuleti

Artículo original bajo licencia CC BY 4.0 (https://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 tratando de juzgar la salud de un coche de carreras de alto rendimiento. La forma estándar en que los mecánicos revisan el motor es ejecutando un diagnóstico de cada pieza individualmente mientras el coche está estacionado en el garaje. Miden cuánto tiempo mantiene la carga la batería o qué tan suavemente se mueven los pistones cuando nada más los toca. Si estos números se ven bien, el mecánico le da al coche una "luz verde" y dice: "¡Este coche está listo para la carrera!".

Pero aquí está el truco: un coche de carreras no conduce con sus piezas aisladas. Cuando el coche está realmente en la pista, el motor ruge, las ruedas giran y toda la máquina vibra. A veces, piezas que parecen perfectas en el garaje comienzan a chocar entre sí cuando el coche se mueve rápido. Un mecánico que solo revisa las piezas en el garaje podría no darse cuenta de que el coche está a punto de desarmarse en el momento en que llega a la línea de salida. Esto es exactamente el problema que enfrenta el mundo de la computación cuántica. Los científicos están construyendo computadoras diminutas y superrápidas que utilizan las extrañas reglas de la física cuántica para resolver problemas. Para asegurar que estas computadoras funcionen, usualmente revisan la "coherencia" de sus partes; cuánto tiempo puede un solo bit cuántico (o "qubit") permanecer en su estado delicado antes de confundirse. Esto es como revisar la batería en el garaje. Pero como muestra esta nueva investigación, una computadora puede pasar todas las pruebas del garaje y aun así fallar estrepitosamente cuando intentas ejecutar un programa real.

El artículo: Cuando la "luz verde" es en realidad una luz roja

En esta investigación, el científico independiente Ramakrishna Pasupuleti decidió probar el coche de carreras mientras este realmente estaba conduciendo. El estudio se centra en tres enormes computadoras cuánticas de IBM, cada una con 156 qubits. El equipo quería ver si las "pruebas de garaje" estándar (llamadas diagnósticos a nivel de pulso) coincidían con lo que realmente sucedía cuando la computadora intentaba resolver un rompecabezas real (diagnósticos a nivel de circuito).

La gran sorpresa: La computadora "sana" estaba en realidad enferma
El hallazgo más dramático ocurrió en una máquina específica llamada ibm_marrakesh. Entre el 3 y el 5 de julio de 2026, las pruebas estándar contaban una historia muy feliz. La "coherencia" de la máquina (una medida de cuánto tiempo un qubit permanece tranquilo) mejoró un 12%. El informe oficial decía que la máquina estaba mejorando y volviéndose más sana.

Sin embargo, cuando los investigadores ejecutaron una prueba específica llamada "circuito GHZ" (que es como pedirle a la computadora que mantenga un apretón de manos complejo y de múltiples participantes), los resultados fueron terroríficos.

Mientras que la prueba estándar decía que la máquina estaba mejorando, la prueba del mundo real mostraba que la máquina se estaba degradando.
La tasa de error para un apretón de manos simple de 2 qubits aumentó un 920%.
Un número clave llamado "exponente de escala" (llamémoslo el "Medidor de Caos") se disparó un 171%.

Piénsalo de esta manera: El mecánico revisó el aceite del motor y dijo: "¡Perfecto!". Pero el conductor intentó conducir, y las ruedas se cayeron inmediatamente. Las pruebas estándar eran ciegas al hecho de que la máquina se estaba desplazando hacia un estado donde los errores se acumulaban de una manera alarmante y organizada, en lugar de ser solo ruido aleatorio.

Por qué las pruebas de garaje no detectaron el problema
El artículo explica que las pruebas estándar miden los qubits cuando están solos y tranquilos. Pero en un programa cuántico real, los qubits están amontonados y hablando entre sí. El estudio encontró que cuando los qubits están en un circuito, sufren de "crosstalk" (diafonía), una especie de chisme electrónico donde un qubit accidentalmente interfiere con su vecino.

Los investigadores descubrieron una brecha masiva entre los dos tipos de mediciones:

La prueba estándar decía que un qubit podía permanecer tranquilo durante 340 microsegundos.
La prueba de circuito del mundo real mostró que ese mismo qubit solo permanecía tranquilo durante 9 a 30 microsegundos.

Esa es una diferencia de 3 a 11 veces. Las pruebas estándar eran completamente invisibles para el ruido de "crosstalk" que solo aparece cuando la computadora está realmente trabajando.

Una nueva herramienta: El "Medidor de Caos"
Para solucionar esto, el artículo introduce una nueva herramienta de diagnóstico llamada marco K–R. En lugar de solo revisar si una parte está rota, esta herramienta mide cómo crecen los errores a medida que la computadora se vuelve más compleja.

Si los errores crecen lenta y aleatoriamente, la computadora está en una zona "Estocástica" (relativamente segura).
Si los errores crecen rápido y con un patrón, la computadora está en una zona "Estructurada" (peligrosa).

El estudio mostró que esta nueva herramienta podía detectar a la máquina desplazándose hacia la "zona de peligro" en tiempo real. El 5 de julio, los investigadores observaron cómo el "Medidor de Caos" subía constantemente de 2.99 a 3.78 en solo unos minutos. Las pruebas estándar no notaron nada malo, pero la nueva herramienta gritaba: "¡Detente! ¡La máquina se está desviando!".

Probando la teoría
Los investigadores también usaron esta herramienta para probar una predicción teórica sobre cómo funciona el ruido en estas máquinas. Probaron una regla matemática que dice que dos tipos diferentes de mediciones de error deberían sumar exactamente 2. En el hardware real, obtuvieron 2.14, lo cual es muy cercano (dentro de un 7%). Esto confirma que la nueva herramienta no es solo una suposición; está midiendo la física real de la máquina.

La conclusión
La conclusión principal es simple pero vital: no puedes confiar solo en las "pruebas de garaje". Una computadora cuántica puede parecer perfecta en el papel y aun así estar rota en la práctica. Los autores sugieren que, antes de que alguien ejecute un programa serio en una computadora cuántica, debería realizar esta nueva prueba de "huella digital" de 13 circuitos. Toma solo unos 3 minutos, pero te dice si la máquina está realmente lista para la carrera o si está a punto de colapsar.

En resumen, el artículo argumenta que debemos dejar de ver a las computadoras cuánticas como una colección de partes aisladas y empezar a revisar cómo se comportan cuando trabajan juntas. La "luz verde" estándar ya no es suficiente; necesitamos un tablero que nos diga si el coche realmente está conduciendo derecho.

Resumen Técnico: Diagnóstico de Hardware Cuántico a Nivel de Circuito vs. Nivel de Pulso

Planteamiento del Problema
Los estándares actuales para certificar la salud de las Unidades de Procesamiento Cuántico (QPU) dependen casi exclusivamente de métricas a nivel de pulso: tiempos de coherencia $T_1$ (amortiguación de amplitud) y $T_2$ (desfasamiento). Estos se miden mediante secuencias de Rabi y Ramsey de un solo qubit en qubits aislados bajo condiciones idealizadas. El artículo argumenta que estas métricas no logran capturar modos de falla críticos en entornos operativos de múltiples qubits. Específicamente, las mediciones de $T_1$ y $T_2$ no contabilizan:

Errores coherentes provenientes de una descalibración sistemática de compuertas que se acumulan de forma superlineal con la profundidad del circuito.
Crosstalk (por ejemplo, acoplamiento ZZ) entre qubits operados simultáneamente.
Desfasamiento dependiente del contexto derivado de la compilación de compuertas y las restricciones de conectividad.
Inestabilidad temporal durante la ejecución de algoritmos reales.

Consecuentemente, un dispositivo puede parecer "saludable" basándose en una mejora de la calibración de $T_1/T_2$ , mientras sufre simultáneamente una degradación catastrófica en el rendimiento de circuitos de múltiples qubits. Esto crea una brecha sistemática entre la calidad certificada del hardware y la fiabilidad algorítmica real.

Metodología
El estudio utiliza el marco K–R, un método de diagnóstico de bajo costo que extrae un exponente de escala $\alpha$ de un modelo de infidelidad de tres parámetros:
$C = C_0/K^\alpha + R$
Donde $C$ es la infidelidad medida, $K = 1/d$ es el inverso de la profundidad del circuito (o número de qubits), $C_0$ es la amplitud de error corregible y $R$ es el piso de ruido. El exponente $\alpha$ clasifica el régimen de ruido:

$\alpha > 1$ : Acumulación de error coherente estructurado.
$0.3 < \alpha < 1$ : Acumulación estocástica, de tipo Markoviano.
$\alpha \to 0$ : Ruido saturado, dominado por SPAM.

Los experimentos se realizaron en tres procesadores IBM Heron r2 de 156 qubits (ibm_kingston, ibm_fez, ibm_marrakesh) a través de IBM Quantum Open Plan. La metodología consistió en:

191 ejecuciones de circuitos a través de cinco campañas experimentales.
Familias de circuitos: Preparación de estados GHZ (escalando $n=2$ a $30$), circuitos espejo de Clifford (profundidad $d=1$ a $64$), amplificación de ruido (plegado de compuertas/gate folding) y secuencias de Hahn echo.
Análisis comparativo: Contrastando directamente las métricas de nivel de circuito K–R contra los valores de $T_1/T_2$ de nivel de pulso reportados por IBM en los mismos dispositivos y fechas.
Detección de deriva (Drift): Monitoreo de $\alpha$ a través de ejecuciones consecutivas dentro de sesiones únicas para detectar la degradación intra-sesión.

Resultos Clave

Indicadores de Salud Divergentes: En ibm_marrakesh entre el 3 y el 5 de julio de 2026, IBM reportó una mejora del 12% en $T_2$ (de 303 $\mu$ s a 340 $\mu$ s). Por el contrario, los diagnósticos a nivel de circuito mostraron un incremento del 171% en el exponente $\alpha$ de K–R (de 1.406 a 3.811) y un incremento del 920% en la infidelidad de GHZ ( $n=2$ ) (de 0.018 a 0.204). Mientras que las métricas a nivel de pulso sugerían una mejora, las métricas a nivel de circuito indicaban una degradación severa hacia un régimen dominado por errores coherentes.
Discrepancia entre Contexto de Circuito y $T_2$ a Nivel de Pulso: Las mediciones de Ramsey realizadas dentro de un contexto de circuito en ibm_marrakesh revelaron valores de $T_2$ de 9–30 $\mu$ s, en comparación con los $T_2$ de 32–340 $\mu$ s reportados por IBM a nivel de pulso. Esto representa una discrepancia de 3–11 $\times$ , atribuida al crosstalk de ZZ, artefactos de compilación de compuertas y desplazamientos de frecuencia dependientes del contexto invisibles para la calibración de qubits aislados.
Detección de Deriva en Tiempo Real: Durante una sesión única el 5 de julio, el exponente K–R $\alpha$ aumentó monótonamente de 2.99 a 3.78 a través de tres ejecuciones consecutivas. Las mediciones de infidelidad de punto único fallaron en detectar esta deriva, clasificando incorrectamente el dispositivo como "estable" (infidelidad < 0.10), mientras que K–R identificó correctamente el cambio hacia un régimen de error coherente extremo.
Confirmación Teórica: El estudio proporcionó la primera confirmación de hardware de la predicción teórica $\alpha_{tw} + \alpha_{echo} = 2$ para el ruido 1/f. En ibm_marrakesh, la suma del exponente de profundidad de Clifford y el exponente de eco de la compuerta fue de 2.1397, desviándose solo un 7% del valor teórico de 2.0.
Huella Digital del Dispositivo (Device Fingerprinting): A pesar de tener arquitecturas idénticas de 156 qubits IBM Heron r2, los tres dispositivos probados exhibieron regímenes de ruido (Estructurado vs. Estocástico) y características de deriva distintos, lo que resalta que los perfiles de ruido son específicos de la historia de calibración y el entorno, no solo del diseño del hardware.

Significancia y Reivindicaciones
El artículo establece que los diagnósticos K–R a nivel de circuito son un complemento necesario, y no un reemplazo, de la calibración estándar a nivel de pulso. Los autores afirman que confiar únicamente en $T_1/T_2$ puede llevar al despliegue de algoritmos en dispositivos que están degradándose activamente o que operan en un régimen de error coherente no apto para técnicas de mitigación de ruido estándar como la Extrapolación de Ruido Cero (ZNE).

Las contribuciones clave incluyen:

Necesidad Operativa: Demostrar que una certificación de $T_2$ "saludable" no garantiza el rendimiento del circuito, lo que requiere un fingerprinting K–R pre-sesión (aprox. 13 circuitos, 3 minutos) para determinar el régimen de ruido apropiado y la estrategia de mitigación.
Clasificación de Regímenes: Proporcionar un escalar cuantitativo ( $\alpha$ ) que distingue entre ruido coherente y estocástico, permitiendo una mitigación de error dirigida (por ejemplo, desacoplamiento dinámico para $\alpha > 1$ frente a ZNE para $0.3 < \alpha < 1$ ).
Sensibilidad a la Deriva: Mostrar que los diagnósticos K–R pueden detectar la deriva intra-sesión y los cambios de régimen que las mediciones de infidelidad de punto único pasan por alto, evitando la ejecución de trabajos de larga duración poco fiables.

El artículo concluye que, para la computación NISQ operativa, el fingerprinting K–R de 13 circuitos debería convertirse en un control estándar pre-sesión para asegurar que la certificación del hardware se alinee con el rendimiento algorítmico real de múltiples qubits.

El artículo: Cuando la "luz verde" es en realidad una luz roja

Más como este