Simon's Period Finding on a Quantum Annealer

Nella ricerca di una comprensione di come l'universo computi, gli scienziati hanno a lungo cercato risposte nelle strane regole della meccanica quantistica. A differenza dei computer che usiamo ogni giorno, che elaborano le informazioni come una serie di definiti interruttori accesi o spenti, le macchine quantistiche possono esistere in uno stato di essere sia accese che spente contemporaneamente. Questa peculiare capacità permette loro di esplorare molte possibilità simultaneamente, offrendo la promessa teorica di risolvere certi problemi con un'incredibile velocità. Tra i trucchi quantistici più antichi e famosi c'è un metodo per trovare schemi nascosti, un compito vitale per violare codici e proteggere le informazioni digitali. Per decenni, la speranza è stata che queste macchine quantistiche potessero superare i migliori computer classici trovando questi schemi nascosti in modo esponenzialmente più veloce. Tuttavia, il mondo reale è disordinato. Gli delicati stati quantistici richiesti per questi calcoli sono facilmente disturbati dal rumore e dalle interferenze, causando il fallimento delle macchine molto prima che possano risolvere problemi grandi e utili.

Un team di ricercatori ha ora intrapreso una strada diversa per affrontare questo problema, allontanandosi dall'approccio standard basato sui circuiti che ha faticato con il rumore. Invece, si sono rivolti a un tipo di macchina quantistica noto come annealer quantistico, che funziona raffreddando lentamente un sistema fino al suo stato di energia più stabile per trovare una soluzione. I ricercatori hanno applicato questo metodo a una classica sfida di ricerca di schemi, eseguendo con successo l'esperimento su un hardware capace di gestire quasi trecento bit quantistici. Il loro lavoro dimostra che questo approccio alternativo è più resiliente al rumore che affligge gli altri computer quantistici, permettendo loro di risolvere problemi che coinvolgono fino a 298 qubit. Eppure, nonostante questa robustezza, lo studio rivela una realtà sconcertante: sebbene la macchina quantistica sia più durevole, non è ancora più veloce dei migliori metodi classici disponibili oggi. L'approccio quantistico richiede ancora esponenzialmente più tempo per risolvere problemi più grandi, suggerendo che, per ora, i computer tradizionali rimangano lo strumento superiore per questo specifico compito.

La sfida che il team si è posto di risolvere è nota come problema di Simon, un rompicapo che chiede a un computer di trovare uno spostamento nascosto in un insieme di dati. Immaginate una macchina che prende una lunga stringa di zeri e uno come input e produce una stringa diversa come output. In questo puzzle specifico, la macchina è progettata in modo che due input diversi producano sempre l'esatto stesso output, e la differenza tra quei due input è un modello segreto e nascosto. Trovare questo schema segreto è l'obiettivo. In un mondo perfetto e privo di rumore, un computer quantistico potrebbe trovare questo schema molto rapidamente campionando l'output della macchina solo poche volte. Tuttavia, nel mondo reale, il rumore rende l'output della macchina inaffidabile. Se il computer non può fidarsi delle proprie letture, non può distinguere il modello corretto dagli errori casuali. Questa fragilità ha limitato le dimensioni dei problemi che i computer quantistici gate-based possono risolvere a meno di cinquanta qubit, una soglia troppo piccola per applicazioni pratiche.

Per aggirare questo limite, i ricercatori hanno riformulato il problema per adattarlo ai punti di forza specifici di un annealer quantistico. Invece di cercare di estrarre un singolo pezzo di informazione da una misurazione rumorosa, hanno progettato il problema in modo che la macchina si assesti naturalmente in uno stato in cui due input specifici vengono rivelati insieme. Ci sono riusciti aggiungendo un sistema di penalità speciale alla configurazione del problema. Questa penalità agisce come una guida, incoraggiando la macchina a ignorare tutto il rumore casuale e a concentrarsi solo sui due input che corrispondono tra loro. Facendo questo, i ricercatori hanno creato uno scenario in cui lo stato più stabile della macchina contiene direttamente la soluzione. Hanno testato questo metodo su annealer quantistici D-Wave, che sono dispositivi fisici contenenti migliaia di minuscoli anelli di filo che agiscono come bit quantistici. Il team ha eseguito con successo il loro algoritmo su problemi che andavano da dimensioni molto piccole fino a un massiccio 298 qubit, una scala che sarebbe impossibile per i normali computer quantistici gate-based attualmente esistenti.

I risultati dell'esperimento sono stati un misto di successo e limitazione. Da un lato, l'annealer quantistico si è dimostrato notevolmente robusto. È riuscito a trovare i corretti schemi nascosti in problemi che coinvolgevano fino a 298 qubit, un salto significativo nella dimensione dei problemi che possono essere affrontati su hardware rumoroso. I ricercatori hanno scoperto che, calibrando attentamente i parametri di penalità, potevano garantire che la macchina trovasse costantemente i due input corrispondenti necessari per risolvere il puzzle. Questo successo evidenzia un vantaggio chiave dell'approccio di annealing: non richiede le complesse operazioni prive di errori di cui hanno bisogno le macchine gate-based, rendendolo molto più tollerante alle imperfezioni della tecnologia odierna. Tuttavia, quando i ricercatori hanno confrontato il tempo impiegato dalla loro macchina quantistica per risolvere questi problemi rispetto a un computer classico, la macchina quantistica non ha vinto. Il computer classico, utilizzando un metodo di ricerca specializzato, ha risolto i problemi molto più velocemente.

Lo studio ha mostrato che, sebbene l'annealer quantistico potesse gestire problemi più grandi dei suoi cugini gate-based, il tempo necessario per trovare la soluzione cresceva esponenzialmente man mano che i problemi diventavano più grandi. Al contrario, il tempo del computer classico cresceva molto più lentamente, seguendo un modello quadratico che lo manteneva in vantaggio per le dimensioni testate. I ricercatori hanno osservato che, per i problemi più grandi che hanno tentato, la macchina quantistica iniziava a fallire più spesso, incapace di trovare la soluzione in modo affidabile entro un tempo ragionevole. Questa scoperta suggerisce che, sebbene l'annealer quantistico offra un modo per spingere i confini di ciò che è fisicamente possibile su hardware rumoroso, non ha ancora raggiunto il vantaggio di velocità che era stato originariamente promesso dalla teoria quantistica. Il lavoro serve come chiara dimostrazione che, nell'attuale era di dispositivi quantistici rumorosi, gli algoritmi classici detengono ancora la corona per efficienza, anche mentre le macchine quantistiche dimostrano di poter essere più durevoli di fronte all'interferenza.

In definitiva, questa ricerca fornisce un quadro realistico di dove si collochi oggi l'informatica quantistica. Conferma che nuovi approcci, come l'uso degli annealer per trovare schemi nascosti, possono superare parte del rumore che ha bloccato i progressi in altre aree. La capacità di risolvere problemi con quasi trecento qubit è un traguardo tangibile che espande la frontiera di ciò che queste macchine possono fare. Tuttavia, lo studio rende anche chiaro che la sola durevolezza non basta per battere i computer classici. La crescita esponenziale del tempo richiesto per risolvere problemi più grandi significa che il vantaggio quantistico non è ancora stato realizzato per questo tipo di compito. La strada da seguire richiederà probabilmente ulteriori miglioramenti nell'hardware e nuove strategie per ridurre il tempo necessario a queste macchine per trovare le loro risposte, ma per ora, il computer classico rimane la scelta più veloce e affidabile.