Benchmarking neutral atom-based quantum processors at scale

Immaginate un mondo in cui i computer non si limitano a elaborare numeri, ma danzano con il tessuto stesso della realtà. Questo è il regno del calcolo quantistico, un campo in cui minuscole particelle come gli atomi agiscono come i neuroni di un cervello. A differenza del vostro laptop, che utilizza bit che sono o uno 0 o un 1, queste macchine quantistiche utilizzano i "qubit", che possono essere 0, 1 o una magica miscela di entrambi contemporaneamente. Un modo promettente per costruire queste macchine è intrappolare singoli atomi in gabbie invisibili fatte di luce laser, chiamate pinzette ottiche. Questi atomi sono come ballerini su un palco; se si avvicinano troppo, interagiscono in un modo speciale chiamato "blocco di Rydberg", dove si rifiutano di essere eccitati contemporaneamente. Gli scienziati usano questa regola per risolvere enigmi incredibilmente difficili, come trovare il modo migliore per disporre un gruppo di persone in modo che non due amici siedano l'uno accanto all'altro. Ma ecco il problema: questi ballerini quantistici sono fragili. Il rumore dell'ambiente può farli inciampare e, man mano che costruiamo palcoscenici più grandi con più atomi, diventa più difficile capire se la macchina stia effettivamente diventando più intelligente o solo più rumorosa. Ecco perché abbiamo bisogno di un modo per testarli equamente, non solo guardando le loro parti interne, ma vedendo quanto bene risolvono problemi del mondo reale.

Questo articolo è come un enorme torneo sportivo di fair-play per due dei computer quantistici più avanzati del pianeta: uno costruito da QuEra (chiamato Aquila) e uno da Pasqal (chiamato Fresnel). I ricercatori volevano vedere quale macchina fosse più brava a risolvere un tipo specifico di enigma noto come "Insieme Indipendente Massimale" (MIS). Immaginate di avere la mappa di una città con molti incroci (punti) e strade che li collegano (linee). L'obiettivo è scegliere il gruppo più grande possibile di incroci in modo che due incroci scelti non siano direttamente collegati da una strada. Sembra semplice, ma man mano che la città cresce, il numero di combinazioni possibili esplode, rendendolo un incubo per i computer normali. I ricercatori hanno utilizzato due diverse "strategie" per risolvere questo problema sulle macchine quantistiche. La prima è l'Algoritmo Adiabatico Quantistico (QAA), che è come guidare lentamente una biglia giù per una collina tortuosa; se vai abbastanza piano, essa rotola naturalmente nella valle più profonda, che rappresenta la soluzione migliore. La seconda è l'Algoritmo di Ottimizzazione Approssimata Quantistica (QAOA), che è più simile a un gioco di "caldo o freddo" dove il computer prova diverse impostazioni, impara dai risultati e perfeziona il suo approccio per trovare il punto migliore.

Il team ha testato queste macchine su problemi che vanno da piccole configurazioni con 11 atomi fino a sfide massicce con 102 atomi per Aquila e 85 per Fresnel. Non si sono limitati a guardare se le macchine trovassero la soluzione perfetta; hanno guardato quanto spesso trovassero risposte valide (soluzioni che seguono effettivamente le regole) e quanto fossero vicine quelle risposte alla migliore possibile. I risultati hanno mostrato una tendenza chiara: man mano che gli enigmi diventavano più grandi, entrambe le macchine trovavano più difficile ottenere la soluzione perfetta, il che è previsto perché i problemi diventano più difficili e le macchine più rumorose. Tuttavia, Aquila generalmente è stata più performante di Fresnel, specialmente quando i puzzle diventavano molto grandi. Per esempio, su un problema di 85 atomi, Aquila ha trovato soluzioni valide circa il 22,1% delle volte, mentre Fresnel è riuscita solo al 4,6%. Interessante è che i ricercatori hanno scoperto che la strategia QAOA non sempre batteva la strategia QAA, più lenta e costante, suggerendo che a volte un approccio dolce e lento funziona meglio di uno veloce e complesso su queste macchine specifiche.

Gli autori hanno anche creato una massiccia libreria di nuovi enigmi, scalando fino a 1.000 atomi, che servirà come standard di test per i futi computer quantistici mentre vengono costruiti. Essi sottolineano con cura che questo test non ci dice esattamente perché una macchina sia fallita (come se fosse stato un laser rotto o un cattivo algoritmo); invece, fornisce un "pagella" di quanto bene l'intero sistema funzioni insieme nella vita reale. È come giudicare un'auto non misurando ogni bullone, ma vedendo quanto velocemente e in sicurezza percorra una pista. L'articolo conclude che, sebbene nessuna delle due macchine abbia ancora "risolto" il problema del rumore, Aquila attualmente detiene il primato nel gestire questi compiti di ottimizzazione nativi su larga scala. Questo benchmark fornisce un linguaggio comune per gli scienziati per confrontare diverse tecnologie quantistiche, assicurando che, mentre costruiamo macchine più grandi e potenti, possiamo davvero misurare se stanno diventando migliori nel fare i lavori di cui abbiamo realmente bisogno.