Nel campo della fisica quantistica, gli scienziati devono spesso comprendere lo stato di energia più bassa e stabile di un sistema complesso, molto simile al trovare la valle più profonda in una vasta catena montuosa avvolta dalla nebbia. Questo "stato fondamentale" è la chiave per prevedere come si comporteranno le molecole, come i nuovi materiali potrebbero condurre elettricità o come si svolgeranno le reazioni chimiche. Per trovare questo livello di energia su un computer quantistico, i ricercatori tipicamente simulano l'evoluzione del sistema nel tempo e cercano un ritmo specifico, o fase, che corrisponda alla sua energia più bassa. Tuttavia, esiste un ostacolo significativo: il computer non parte con una mappa perfetta della valle. Gli viene invece fornita una guida approssimativa — uno stato iniziale che è solo parzialmente vicino al vero stato fondamentale. La qualità di questa guida è misurata da quanto essa si sovrappone alla risposta corretta. Se la guida è debole, il computer deve lavorare molto di più per trovare il segnale, e i metodi precedenti richiedevano un numero di passaggi che cresceva logaritmicamente man mano che la guida diventava più debole, creando un collo di bottiglia che rallentava i calcoli per molti problemi pratici.

Un team di ricercatori ha ora sviluppato un nuovo algoritmo quantistico che elimina questo rallentamento logaritmico, permettendo al computer di trovare l'energia dello stato fondamentale con molti meno passaggi rispetto al passato. Il lavoro, guidato da Stacey Jeffery e Freek Witteveen, affronta una questione aperta da tempo nel settore riguardante l'efficienza con cui queste operazioni possono essere eseguite quando la guida iniziale è imperfetta. Utilizzando un quadro matematico chiamato trasduttore, che permette di combinare diverse parti di un calcolo quantistico senza accumulare errori extra, gli autori hanno creato un metodo che scala in modo ottimale con la qualità della guida. Il loro approccio dimostra che il numero di operazioni necessarie è direttamente proporzionale all'inverso della qualità della guida e alla precisione desiderata, corrispondendo al limite teorico inferiore per tali compiti. Ciò significa che, per un dato livello di accuratezza, il nuovo algoritmo è veloce quanto fisicamente possibile, colmando un divario che per anni aveva separato i migliori metodi conosciuti dal limite teorico ideale.

Il cuore del problema risiede nel modo in cui i computer quantistici gestiscono l'incertezza. Quando un computer cerca di stimare un valore come un livello di energia, spesso si affida a un processo chiamato stima della fase, che è simile all'ascoltare una frequenza specifica in una stanza rumorosa. Se la guida iniziale è debole, il segnale è tenue, e il computer deve ripetere il processo molte volte per essere sicuro di aver udito la nota corretta. Le tecniche precedenti richiedevano che il computer ripetesse questi passaggi un numero di volte che aumentava con il logaritmo dell'inverso della qualità della guida. Ad esempio, se la guida fosse stata efficace solo l'uno percento, i vecchi metodi avrebbero richiesto uno sforzo computazionale significativamente maggiore rispetto al nuovo metodo. I ricercatori hanno dimostrato che questo costo extra non era una legge fondamentale della natura, ma piuttosto un artefatto del modo in cui gli algoritmi venivano costruiti. Ripensando al modo in cui questi passaggi di stima vengono composti, hanno eliminato la ripetizione superflua.

Per raggiungere questo obiettivo, gli autori hanno utilizzato uno strumento noto come trasduttore, che funge da ponte tra diversi processi quantistici. Nella computazione quantistica standard, quando si concatenano diversi passaggi imperfetti, spesso è necessario aggiungere misure di sicurezza extra per garantire che il risultato finale sia corretto, il che aggiunge tempo e risorse richieste. I trasduttori permettono di collegare questi passaggi in un modo che preserva l'integrità del calcolo senza la necessità di quelle extra ripetizioni di sicurezza. I ricercatori hanno progettato trasduttori specifici per due compiti chiave: decidere se uno stato possiede una certa quantità di sovrapposizione con un obiettivo, e decidere se una fase è sopra o sotto una certa soglia. Combinando questi strumenti decisionali, hanno costruito un algoritmo più ampio in grado di individuare l'esatto livello di energia senza la penalità logaritmica.

Il nuovo algoritmo funziona eseguendo una ricerca binaria, restringendo ripetutamente l'intervallo possibile del valore energetico. In ogni passaggio, utilizza lo strumento decisionale basato sul trasduttore per chiedere se l'energia vera sia più alta o più bassa di un determinato tentativo. Poiché il trasduttore gestisce l'incertezza in modo efficiente, l'algoritamente può permettersi di fare queste ipotesi con una probabilità di errore inferiore nelle fasi iniziali, risparmiando risorse computazionali. Man mano che la ricerca si restringe verso la risposta finale, l'algoritmo aumenta la sua precisione. Il risultato è un metodo che utilizza un numero di passaggi proporzionale a uno diviso la qualità della guida e uno diviso la precisione desiderata, senza il fattore logaritmico extra che affliggeva gli approcci precedenti. Questo miglioramento è significativo perché significa che, per problemi in cui la guida iniziale è debole, il nuovo metodo potrebbe essere ordini di grandezza più veloce di quanto fosse precedentemente possibile.

I ricercatori hanno anche dimostrato che il loro metodo è ottimale, il che significa che è impossibile progettare un algoritmo più veloce per questo specifico problema date le stesse restrizioni. Essi hanno fatto coincidere il loro limite superiore sul numero di passaggi con un noto limite inferiore, dimostrando che nessun altro metodo potrebbe fare meglio in termini di quante volte il computer deve interagire con il sistema. Questa conferma risolve un dibattito che era in corso nella comunità scientifica, chiarendo i limiti fondamentali della simulazione quantistica per la stima dell'energia dello stato fondamentale. Il lavoro non offre solo un modo più veloce per risolvere una specifica equazione; fornisce un nuovo modello su come costruire algoritmi quantistici che siano più efficienti evitando l'overhead inutile.

Sebbene l'articolo si concentri sull'efficienza teorica dell'algoritmo, le implicazioni per le applicazioni pratiche sono sostanziali. Molti problemi del mondo reale in chimica e fisica coinvolgono sistemi in cui trovare la guida iniziale perfetta è difficile, portando a sovrapposizioni deboli. In questi scenari, l'overhead logaritmico dei metodi precedenti avrebbe potuto rendere le simulazioni proibitivamente costose. Rimuovendo questa barriera, il nuovo algoritmo avvicina la prospettiva di simulare molecole e materiali complessi alla realtà. Gli autori osservano che, sebbene non abbiano ottimizzato i fattori costanti nel loro design, il metodo non è eccessivamente complicato e non introduce grandi costi nascosti, suggerendo che potrebbe essere competitivo con gli approcci esistenti. Anche lo spazio richiesto per eseguire l'algoritismo è ragionevole, necessitando solo di un piccolo numero di qubit extra oltre al sistema che viene simulato.

Questo progresso evidenzia la potenza del riesame dei mattoni fondamentali degli algoritmi quantistici. Allontanandosi dalle tecniche standard di riduzione dell'errore e abbracciando il framework del trasduttore, i ricercatori hanno trovato un modo per snellire il processo di estrazione delle informazioni dai sistemi quantistici. Il risultato è un percorso più pulito e diretto verso le risposte che gli scienziati cercano sul mondo fisico. Mentre i computer quantistici continuano a crescere in dimensioni e capacità, metodi come questo saranno essenziali per garantire che l'energia extra venga utilizzata efficacemente per risolvere i problemi più impegnativi della scienza. Il lavoro testimonia l'idea che, a volte, i miglioramenti più significativi non derivano dal costruire macchine più grandi, ma dal trovare un modo più intelligente per utilizzare quelle che abbiamo.