Circuit Design Problems in Binary Polynomial Quantum Optimization

Nella corsa alla costruzione di computer quantistici utili, gli scienziati si trovano attualmente di fronte a un ostacolo ostinato: le macchine che possiedono oggi sono fragili e limitate. Possono contenere solo un piccolo numero di bit quantistici, o qubit, e perdono molto rapidamente il loro delicato stato di informazione se viene chiesto loro di eseguire troppi passaggi consecutivi. Per risolvere problemi complessi, i ricercatori solitamente li traducono in un formato matematico specifico chiamato problema di ottimizzazione binaria quadratica non vincolata. Questo formato è come una lingua universale che si adatta facilmente all'attuale hardware quantistico, ma spesso richiede l'aggiunta di un numero enorme di variabili extra per far funzionare la matematica, il che a sua volta richiede più qubit di quanti la macchina possa fornire. Esiste un modo più compatto di scrivere questi problemi, utilizzando polinomi di ordine superiore che richiedono meno variabili. Tuttavia, questo formato compatto crea un problema diverso: richiede che il computer esegua operazioni complesse e multi-step che l'attuale hardware non può fare direttamente. Per far funzionare queste operazioni, gli ingegneri devono scomporle in una lunga catena di passaggi più semplici, il che rende il circuito profondo e lento, causando il decadimento dell'informazione quantistica prima che il calcolo finisca.

I ricercatori in questo studio si sono posti l'obiettivo di risolvere questo specifico dilemma: come prendere questi problemi compatti e di ordine superiore e disporli nella sequenza di passaggi più breve possibile per un computer quantistico. Hanno affrontato la progettazione di questi circuiti non come un compito di ingegneria per tentativi ed errori, ma come un classico puzzle di logica e instradamento. Immaginate il circuito quantistico come una mappa dove l'informazione deve viaggiare da un punto all'altro per essere combinata correttamente. L'obiettivo era trovare il percorso più efficiente che minimizzasse il numero di passaggi, o strati, attraverso i quali l'informazione deve passare. Il team ha dimostrato che trovare il percorso perfetto e più breve per un dato problema è un tipo di puzzle che è matematicamente provato essere incredibilmente difficile, appartenente a una classe di problemi per i quali non esiste una soluzione veloce e perfetta nota. Ciò significa che, per problemi grandi e complessi, un computer non può semplicemente calcolare la singola risposta migliore in un tempo ragionevole.

Poiché una soluzione perfetta è spesso fuori portata, il team ha sviluppato un nuovo metodo altamente efficiente che hanno chiamato Tempura. Invece di cercare di risolvere l'intero puzzle in una volta sola, questo metodo costruisce un modello standard e flessibile basato su uno schema specifico noto come codice di Gray, che assicura che ogni possibile combinazione di variabili venga visitata nel modo più logico possibile. Una volta costruito questo modello, l'algoritmo agisce come un editor esperto, scansionando il circuito e rimuovendo qualsiasi passaggio non necessario. Identifica le parti del circuito che sono ridondanti o inefficienti e le riscrive in una sequenza molto più breve. Questo processo permette al sistema di gestire problemi con miglia di termini diversi, creando circuiti significativamente più brevi di quelli prodotti dai migliori strumenti software esistenti. Nei loro test, il nuovo metodo ha generato costantemente circuiti molto più compatti di quelli creati dai software standard del settore, impiegando circa lo stesso tempo per l'esecuzione.

I ricercatori hanno anche esplorato se potessero trovare la soluzione assoluta migliore utilizzando un approccio diverso: formulare il problema come un insieme rigoroso di regole logiche che un computer potente potesse risolvere per trovare la risposta ottimale. Hanno creato diverse versioni di queste regole, alcune delle quali erano più veloci da risolvere ma sacrificavano la garanzia di trovare il circuito assolutamente più breve. I loro esperimenti hanno dimostrato che, sebbene questi metodi logici rigorosi potessero effettivamente trovare i migliori circuiti possibili per problemi più piccoli, faticavano a terminare entro un tempo ragionevole per quelli più grandi. Il nuovo metodo euristico, Tempura, è emerso come lo strumento più pratico, offrendo un punto di equilibrio in cui poteva gestire problemi massicci rapidamente e produrre circuiti molto più brevi della concorrenza. Lo studio conclude che, sebbene la soluzione perfetta e matematicamente ottimale rimanga elusiva per i problemi su larga scala, questo nuovo approccio fornisce un modo potente e scalabile per sfruttare al meglio l'attuale hardware quantistico limitato, aprendo la strada a calcoli più complessi nel prossimo futuro.