Quantum Zeno Monte Carlo for computing observables

Nella ricerca di una comprensione dei blocchi costitutivi della materia, gli scienziati si sono affidati a lungo a potenti computer per simulare come atomi ed elettroni interagiscono. Queste simulazioni sono essenziali per progettare nuovi materiali, medicinali e tecnologie, ma si scontrano con un muro quando i sistemi diventano troppo complessi. Le equazioni che governano queste particelle minuscole sono così intricate che anche i più avanzati supercomputer faticano a risolverle con precisione. Recentemente, una nuova generazione di macchine note come computer quantistici è emersa, promettendo di superare queste limitazioni utilizzando le strane regole della fisica quantistica per elaborare informazioni. Tuttavia, queste macchine sono attualmente fragili. Sono soggette a errori causati dal rumore ambientale e dal modo imperfetto in cui scompongono i calcoli complessi in passaggi più piccoli. Ciò ha creato un difficile divario: i computer sono abbastanza potenti da essere interessanti, ma troppo rumorosi per essere pienamente affidabili per i compiti più impegnativi.

Un team di ricercatori ha introdotto un nuovo metodo progettato per colmare questo divario, permettendo agli scienziati di estrarre informazioni utili da queste macchine imperfette. Il loro approccio, chiamato Quantum Zeno Monte Carlo, è una tecnica ibrida che combina l'informatica classica con l'elaborazione quantistica. È costruito specificamente per resistere agli errori che attualmente affliggono i dispositivi quantistici nelle prime fasi. Utilizzando un astuto trucco matematico che prevede misurazioni ripetute, il metodo può calcolare l'energia e altre proprietà dei sistemi quantistici con alta precisione, anche quando l'hardware sottostante commette errori. Questo lavoro suggerisce che non dobbiamo aspettare che arrivino macchine perfette e prive di errori per iniziare a risolvere problemi complessi; al contrario, possiamo usare algoritmi che siano resilienti al rumore attualmente esistente.

La storia di questo metodo inizia con un fenomeno noto come effetto Zeno quantistico. In termini semplici, questo effetto descrive come un sistema quantistico possa essere "congelato" nel suo stato attuale se viene osservato con sufficiente frequenza. Immaginate una trottola che viene costantemente colpita; se i colpi avvengono abbastanza velocemente, la trottola potrebbe non avere il tempo di oscillare o cadere, rimanendo efficacemente in piedi. Nel mondo quantistico, controllare ripetutamente lo stato di un sistema impedisce che esso cambi in qualcos'altro. I ricercatori hanno capito che potevano usare questo principio non solo per congelare uno stato, ma per guidare un sistema da un punto di partenza semplice e noto verso uno stato target complesso e sconosciuto.

Tradizionalmente, trovare lo stato energetico specifico di una molecola o di un materiale complesso richiede di partire da un'ipotesi che sia già molto vicina alla risposta. Se l'ipotesi è troppo lontana, il computer fallisce nel trovare la soluzione. Questo è un grande ostacolo perché preparare un tale stato iniziale perfetto è spesso difficile quanto risolvere il problema stesso. Il nuovo metodo elimina questo requisito. Parte da uno stato facile da preparare e poi trasforma lentamente le regole del sistema, passo dopo passo, finché non corrisponde al target complesso. Ad ogni passaggio, il sistema viene misurato frequentemente. Questa osservazione costante mantiene il sistema sulla strada corretta, impedendogli di vagare verso lo stato sbagliato, anche se il punto di partenza non era un match perfetto.

Per far sì che ciò funzioni su hardware reale, i ricercatori hanno dovuto risolvere un altro problema: come gestire gli errori che si verificano quando un computer quantistico simula il passaggio del tempo. Questi errori, noti come errori di Trotter, avvengono perché il computer non può eseguire l'evoluzione temporale continua perfettamente; deve suddividere il tempo in piccoli segmenti discreti. Di solito, questi piccoli errori si accumulano e rovinano il risultato finale. Il team ha scoperto che calcolando la risposta come un rapporto — dividendo una misurazione per un'altra — questi errori si annullano a vicenda. È simile al pesare due oggetti su una bilancia instabile; se la bilancia è sbilanciata della stessa quantità per entrambi, la differenza tra i loro pesi rimane accurata. Nel loro metodo, il numeratore e il denominatore del calcolo sono influenzati dal rumore quasi nello stesso modo, quindi quando vengono divisi, il rumota scompare, lasciando un risultato pulito e accurato.

I ricercatori hanno testato questo approccio su una varietà di sistemi, che vanno da modelli semplici di singolo atomo a molecole più complesse come l'idrogeno e modelli di interazioni elettroniche nei solidi. Hanno eseguito simulazioni su veri computer quantistici disponibili attraverso la rete IBM, che sono noti per il loro rumore e le loro imperfezioni. Nonostante la presenza di rumore del dispositivo e degli errori derivanti dalla suddivisione del tempo in passi, il metodo ha prodotto risultati che corrispondono ai valori esatti noti con una precisione sorprendente. Ad esempio, nel calcolare i livelli energetici di una molecola di idrogeno, i risultati erano accurati entro 0,02 unità di energia. Quando hanno testato un modello con fino a 12 qubit, il metodo ha fornito comunque errori dell'energia dello stato fondamentale bassi come 0,015, un livello di precisione che altri metodi avanzati faticavano a raggiungere senza utilizzare circuiti molto più profondi e soggetti a errori.

Il team ha anche confrontato la sua tecnica con altri metodi all'avanguardia progettati per i computer quantistici. Hanno scoperto che il loro approccio poteva raggiungere una precisione maggiore utilizzando circuiti più brevi e semplici, il che è un vantaggio critico per l'hardware attuale che non può eseguire programmi lunghi senza fallire. Sebbene il metodo richieda un gran numero di misurazioni ripetute per mediare le fluttuazioni statistiche, questo compromesso è favorevole perché evita la necessità di circuiti profondi e complessi che sono attualmente impossibili da eseguire in modo affidabile. I ricercatori hanno dimostrato che questa resilienza rimane valida anche quando la dimensione del sistema cresce, simulando con successo griglie più grandi di elettroni interagenti su un simulatore privo di rumore e confermando che il metodo scala bene.

Ciò che rende questo sviluppo particolarmente significativo è che non dipende dal fatto che le macchine siano perfette. Al contrario, abbraccia la realtà dell'attuale tecnologia. Usando l'effetto Zeno quantistico per guidare il sistema e un calcolo basato su rapporti per cancellare gli errori, il metodo trasforma le debolezze degli odierni computer quantistici in sfide gestibili. I ricercatori hanno dimostrato di poter calcolare non solo l'energia di un sistema, ma anche le sue proprietà dinamiche, come la sua risposta a diverse frequenze. Ciò apre la porta allo studio di una vasta gamma di fenomeni fisici e chimici che erano precedentemente fuori portata per i dispositivi rumorosi.

Il lavoro suggerisce una nuova strada da seguire. Invece di aspettare il lontano futuro in cui saranno costruiti computer quantistici completamente tolleranti ai guasti, gli scienziati possono iniziare a risolvere problemi significativi oggi usando le macchine rumorose attualmente disponibili. Il metodo fornisce un modo robusto per estrarre la verità dall'errore, dimostrando che anche in un ambiente rumoroso, le proprietà fondamentali della materia possono essere scoperte con l'approccio giusto. Man mano che l'hardware continuerà a migliorare, questo algoritmo resiliente diventerà probabilmente uno strumento ancora più potente, aiutando a svelare i segreti di materiali e molecole che sono rimasti a lungo nascosti alla computazione classica.