Evaluating the performance of QEC primitives on quantum processors at large width and depth

Os computadores quânticos prometem resolver problemas que são atualmente impossíveis para as máquinas clássicas, desde o design de novos medicamentos até a modelagem de sistemas climáticos complexos. No entanto, essas máquinas são incrivelmente frágeis. Os bits quânticos, ou qubits, que retêm a informação, são facilmente perturbados pelo calor, vibração e ruído eletromagnético, fazendo com que percam seus dados quase instantaneamente. Para construir um computador quântico útil, os cientistas devem desenvolver uma maneira de proteger essa informação, um processo conhecido como correção de erros quânticos. Este método envolve verificar constantemente os qubits em busca de erros sem destruir o delicado estado quântico, uma tarefa que exige uma sequência complexa de operações: medir alguns qubits para ver se ocorreu um erro, resetá-los e, em seguida, usar essa informação para corrigir os outros em tempo real. Essas etapas são difíceis de realizar de forma confiável e, até agora, testá-las era um processo lento, caro e que exigia quantidades massivas de tempo de computação.

Uma equipe de pesquisadores introduziu uma nova e eficiente maneira de testar o quão bem diferentes processadores quânticos podem lidar com essas etapas críticas de correção de erros. Em vez de executar experimentos de correção de erros completos e pesados em recursos, que poderiam levar dias ou falhar em produzir resultados claros, a equipe desenvolveu um atalho usando um tipo específico de algoritmo chamado Algoritmo de Otimização Aproximada Quântica. Eles adaptaram esse algoritmo para que sua estrutura mimetize exatamente o padrão de conexões e medições usado na correção de erros, mas com um toque: o algoritmo produz um sinal claro e mensurável que enfraquece à medida que os erros se acumulam. Ao executar esse algoritmo adaptado em vários processadores quânticos, os pesquisadores puderam avaliar rapidamente o quanto as máquinas se degradam quando forçadas a realizar a difícil tarefa de medir e resetar qubits no meio do circuito. Essa abordagem permite que os cientistas comparem diferentes gerações e arquiteturas de hardware sem a necessidade dos imensos recursos exigidos por uma demonstração de correção de erros em escala total.

A equipe testou seu método em dez processadores quânticos diferentes de três grandes fabricantes: IBM, IQM e Quantinuum. Eles começaram com um teste simples envolvendo uma cadeia de qubits para ver como o desempenho mudava conforme adicionavam mais medições no meio do circuito. Eles descobriram que, em algumas máquinas, o sinal permanecia forte mesmo conforme a cadeia crescia, enquanto em outras, o desempenho caía bruscamente. Ao traduzir o decaimento do sinal do algoritmo em um único número representando uma taxa de erro efetiva, eles puderam comparar diretamente o custo de usar medições no meio do circuito entre diferentes dispositivos. Por exemplo, nas máquinas da IBM, o custo adicional de realizar essas medições era significativamente maior do que o custo das operações padrão, enquanto nas máquinas de íons aprisionados da Quantinuum, o custo adicional era muito menor e comparável aos erros encontrados em portas de dois qubits padrão.

O estudo foi além, testando o método contra códigos de erro reais, incluindo o código de superfície (surface code) e o código de cor (color code), que são candidatos principais para a construção de computadores quânticos tolerantes a falhas. A equipe executou esses testes em dispositivos com até 91 qubits de dados, uma escala que seria extremamente difícil de testar com métodos tradicionais. Eles descobriram que o novo benchmark conseguia distinguir entre diferentes gerações de hardware e até identificar quais partes de um único chip estavam performando melhor do que outras. Em uma etapa crucial de validação, eles compararam os resultados do benchmark rápido com os resultados de um experimento de memória de correção de erro completo e lento executado no mesmo processador da IBM. Eles encontraram uma forte correlação: as regiões do chip que performaram bem no benchmark rápido também mostraram as menores taxas de erro no experimento de memória completo. Isso sugere que o novo método pode prever de forma confiável o quão bem um processador quântico lidará com as demandas complexas da correção de erros.

Os pesquisadores também determinaram quantas vezes precisariam executar esses testes para obter uma resposta confiável. Eles descobriram que, para a maioria dos dispositivos, apenas algumas dezenas a algumas centenas de execuções eram suficientes para dizer se a máquina ainda estava preservando o sinal algorítmico ou se havia colapsado em ruído aleatório. Isso representa uma redução dramática em comparação com as milhares ou milhões de execuções frequentemente necessárias para os testes tradicionais. O estudo indica que, à medida que o hardware melhora e as taxas de erro diminuem, os testes precisarão ser executados de forma mais profunda e com mais camadas para observar as diferenças, mas o método permanece eficiente. Ao fornecer uma maneira prática e de baixo custo para avaliar a prontidão do hardware quântico para a correção de erros, este trabalho oferece uma ferramenta vital para acompanhar o progresso no campo. Ele permite que pesquisadores e organizações independentes avaliem se novos processadores quânticos estão realmente avançando em direção ao objetivo da tolerância a falhas, sem ter que esperar que os experimentos completos e caros de memória lógica sejam concluídos.