← Ultimi articoli
⚛️ quantum physics

Sampling hard circuits with verifiably high fidelity

Questo articolo introduce un metodo che utilizza circuiti strutturati e corretti dagli errori per ottenere simultaneamente una difficoltà computazionale dimostrabile, la generazione di stati quantistici ad alta fedeltà e la certificazione della fedeltà verificabile, dimostrato sperimentalmente con un circuito Clifford a 70 qubit che produce un limite inferiore di fedeltà dello stato di 0,284.

Autori originali: Simon Martiel, Jay-U Chung, Alireza Seif, Soumik Ghosh, Ian Hincks, Abhinav Deshpande, Bill Fefferman, Jay M. Gambetta, Ali Javadi-Abhari

Pubblicato 2026-07-29
📖 5 min di lettura🧠 Approfondimento

Autori originali: Simon Martiel, Jay-U Chung, Alireza Seif, Soumik Ghosh, Ian Hincks, Abhinav Deshpande, Bill Fefferman, Jay M. Gambetta, Ali Javadi-Abhari

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di dover dimostrare che una nuova auto da corsa superveloce è effettivamente più rapida della migliore bicicletta al mondo. Non puoi limitarti a dire "sembra veloce"; devi proprio far correre loro una gara. Ma ecco la complicazione: l'auto da corsa è così complessa e fragile che, se la guidi troppo velocemente, inizia a smontarsi per le vibrazioni, e se provi a misurare la sua velocità con un cronometro standard, il cronometro stesso potrebbe rompersi o fornire una lettura errata. Questa è l'attuale stato dell'informatica quantistica. Gli scienziati hanno costruito macchine con centinaia di piccoli "qubit" in grado di eseguire calcoli impossibili per i computer normali, ma queste macchine sono rumorose e soggette a errori. La grande domanda è: come facciamo a dimostrare di stare effettivamente eseguendo un calcolo quantistico che un computer classico non potrebbe copiare, senza che gli errori della macchina stessa ne rovinino la prova?

Per capire la soluzione, dobbiamo sapere alcune cose. Prima, il "campionamento" (sampling) è come lanciare milioni di volte un dado strano e multi-facciale per vedere quali numeri escono. I computer quantistici sono bravissimi a lanciare questi dadi in modi che sono incredibilmente difficili da prevedere per i computer normali. Secondo, la "fedeltà" (fidelity) è solo un modo elegante per dire "quanto il risultato corrisponde a ciò che ci aspettavamo". Se un computer quantistico è rumoroso, il risultato ha una "bassa fedeltà", come una foto sfuocata. Infine, la "rilevazione degli errori" (error detection) è un modo per controllare se la macchina ha commesso un errore durante la gara. Se lo ha fatto, possiamo scartare quel particolare risultato della gara e riprovare, tenendo solo quelli puliti. La sfida è stata che i metodi usati per controllare gli errori spesso rendono il computer quantistico troppo lento o troppo semplice per essere interessante, mentre i problemi super difficili sono solitamente troppo disordinati per poter controllare gli errori.

Questo articolo introduce un nuovo e astuto modo per risolvere questo enigma. I ricercatori, lavorando con i processori quantistici di IBM, hanno creato un tipo speciale di circuito quantistico che è sia incredibilmente difficile da simulare per i computer classici, sia dotato di un "rilevatore di verità" integrato. Chiamano questo metodo "Doped Clifford Sampling" (DCS). Pensa a un circuito quantistico standard come a un enorme fiocco di neve perfettamente simmetrico. È bellissimo e facile da descrivere, ma un computer classico può facilmente capire com'è fatto. Per renderlo difficile, gli scienziati hanno "drogato" il fiocco di neve con alcuni ingredienti speciali e disordinati (chiamati porte T) che ne rompono la simmetria. Questo rende il modello così complesso che nessun supercomputer potrebbe prevederne l'esito.

Il trucco magico qui è come hanno verificato il risultato. Di solito, aggiungere questi ingredienti disordinati rende impossibile controllare se la macchina sta funzionando correttamente. Ma il team ha utilizzato un particolare "codice spazio-temporale", che è come avvolgere il fiocco di neve in una rete protettiva e autocontrollante. Questa rete ha dei sensori (chiamati sindromi) che possono dire se un pezzo del fiocco di neve si è rotto durante la gara. Se i sensori dicono "tutto ok", teniamo il risultato; se dicono "rotto", lo scartiamo. Poiché gli ingredienti disordinati sono stati aggiunti in punti molto specifici che non rompono la rete, il team ha potuto dimostrare che i risultati "tutto ok" erano in realtà stati quantistici di alta qualità.

Nel loro esperimento, hanno costruito un circuito con 70 qubit (le ruote dell'auto da corsa) e l'hanno fatto girare per 70 passi di profondità, aggiungendo 468 di quelle speciali porte T "disordinate". Hanno utilizzato in totale 97 qubit fisici per creare la loro rete protettiva. Dopo aver filtrato gli errori, sono riusciti a produrre uno stato quantistico con un "limite inferiore di fedeltà" (fidelity lower bound) di 0,284. Ciò significa che sono sicuri al 95% che il risultato ottenuto sia almeno il 28,4% simile al risultato teorico perfetto. Anche se questo può sembrare un valore basso, nel mondo dei computer quantistici rumorosi, è un traguardo enorme perché dimostra che sono riusciti a eseguire un calcolo complesso e controllato dagli errori che richiederebbe un tempo impossibile da simulare per un computer classico.

Il team non si è limitato a ipotizzare che questo funzionasse; hanno validato il tutto in diversi modi. Hanno testato versioni più piccole dell'esperimento dove potevano misurare direttamente i risultati e hanno scoperto che il loro metodo reggeva. Hanno anche dimostrato che il "rumore" nella loro macchina non cambiava il modo in cui la rete protettiva funzionava, anche dopo l'aggiunta degli ingredienti disordinati. Hanno stimato che simulare il loro specifico esperimento su un computer classico sarebbe stato impraticabile per la tecnologia attuale, dimostrando efficacementamente un "vantaggio quantistico" in cui la macchina quantistica fa qualcosa che una macchina classica non può fare, fornendo al contempo un certificato che dice: "Sì, questo è reale, ed ecco la prova".

Questo lavoro è un passo significativo in avanti perché colma il divario tra due mondi: il mondo dei problemi "difficili" che dimostrano la supremazia quantistica e il mondo dell'informatica "affidabile" di cui abbiamo bisogno per il futuro. Dimostra che non dobbiamo scegliere tra fare qualcosa di impossibile da simulare e fare qualcosa di cui possiamo fidarci. Utilizzando questi circuiti strutturati e controllati dagli errori, i ricercatori hanno aperto la porta all'esecuzione di calcoli quantistici più profondi e complessi che possiamo effettivamente verificare, avvicinandoci al giorno in cui i computer quantistici potranno risolvere problemi del mondo reale senza che dobbiamo semplicemente credergli sulla parola.

Sommerso dagli articoli nel tuo campo?

Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.

Prova Digest →