Magic in quantum trajectory unravelings of noisy random quantum circuits

Na busca para compreender o universo, os físicos têm há muito tempo se baseado na ideia de que sistemas complexos podem ser decompostos em partes mais simples e previsíveis. Durante décadas, o estudo de sistemas quânticos — onde partículas se comportam de maneiras que desafiam a intuição cotidiana — focou intensamente em como esses sistemas se tornam emaranhados, um fenômeno onde as partículas permanecem profundamente conectadas, independentemente da distância. Essa conexão limita o quão bem podemos simular esses sistemas em computadores comuns. No entanto, nos últimos anos, os cientistas perceberam que o emaranhamento não é o único obstáculo. Existe outro recurso mais elusivo necessário para tornar os sistemas quânticos verdadeiramente poderosos e difíceis de simular, frequentemente descrito como um tipo de complexidade que vai além das simples conexões. Esse recurso determina se um estado quântico pode ser descrito eficientemente usando um conjunto específico de regras matemáticas conhecidas como estabilizadores. Quando um sistema possui complexidade extra demais, torna-se impossível até mesmo para os computadores clássicos mais avançados rastrear sua evolução sem uma explosão no tempo e na memória necessários.

O desafio é particularmente agudo quando esses sistemas quânticos são ruidosos. No mundo real, circuitos quânticos nunca são perfeitos; eles são constantemente perturbados pelo seu ambiente, causando erros que embaralham a delicada informação quântica. Para entender como esses sistemas ruidosos se comportam, os pesquisadores usam um método chamado "desenrolamento" (unraveling). Imagine tentar entender o caminho de uma única folha caindo através de uma floresta tempestuosa. Você não consegue ver o caminho exato da folha, apenas a deriva média do ar. O desenrolamento é o processo matemático de imaginar muitos caminhos individuais possíveis que a folha poderia ter percorrido, de tal forma que, se você os somasse todos, obteria o mesmo resultado que a deriva média. Na física quântica, isso significa decompor um estado quântico bagunçado e ruidoso em muitos trajetos diferentes de estados puros e limpos. Embora todos esses diferentes conjuntos de caminhos levem ao mesmo resultado médio final, os caminhos individuais em si podem parecer muito diferentes. Alguns caminhos podem permanecer simples e fáceis de simular, enquanto outros podem se tornar tremendamente complexos. A questão que os pesquisadores fizeram foi se poderiam escolher uma forma específica de decompor o ruído que mantivesse esses caminhos individuais o mais simples possível, tornando assim mais fácil simular o sistema em um computador clássico.

Uma equipe de pesquisadores do Instituto Federal de Tecnologia de Lausanne, na Suíça, partiu para responder a essa pergunta estudando como essa "complexidade extra" se comporta em diferentes tipos de circuitos quânticos ruidosos. Eles focaram em dois cenários principais: um onde as portas quânticas são escolhidas de forma completamente aleatória, criando um ambiente caótico, e outro onde as portas são majoritariamente simples e previsíveis, com apenas alguns elementos aleatórios adicionados. O objetivo deles era ver se poderiam encontrar uma receita matemática específica para lidar com o ruído que minimizasse a complexidade dos caminhos individuais. Eles descobriram que a maneira mais óbvia e padrão de lidar com o ruído, que utiliza operações simples e previsíveis, era na verdade a pior escolha para manter os caminhos simples. Nessa abordagem padrão, os eventos de ruído atuam como apertos de mão invisíveis que nada fazem para reduzir a complexidade, deixando os caminhos tão caóticos quanto se o ruído não tivesse ocorrido.

Os pesquisadores então exploraram um vasto panorama de formas alternativas de lidar com o ruído, procurando por uma receita melhor. Eles descobriram que a melhor abordagem não era o que muitos especialistas esperavam. Por muito tempo, a ideia predominante era que a melhor maneira de simplificar um sistema quântico era forçá-lo a fazer uma escolha definida, como um lançamento de moeda, em cada etapa do processo. Isso é conhecido como uma medição projetiva, onde o sistema é forçado a um estado simples. No entanto, a equipe mostrou em suas simulações que, em sistemas que já são altamente complexos, esse método do "lançamento de moeda" não é o mais eficaz. Em vez disso, a estratégia ideal envolve uma medição "fraca" e muito mais suave. Imagine uma medição que não colapsa totalmente o sistema em um único estado, mas em vez disso o cutuca levemente, coletando um pouco de informação sem perturbá-lo totalmente. Ao usar esses toques suaves, os pesquisadores descobriram que poderiam reduzir significativamente a complexidade média dos caminhos.

Os resultados foram impressionantes. Nos circuitos caóticos e aleatórios, este novo método reduziu a complexidade média dos caminhos em uma quantidade substancial, dependendo de quão forte era o ruído. Nos circuitos mais simples, onde o sistema já estava próximo de ser fácil de simular, os toques suaves ainda eram eficazes, embora o método padrão do "lançamento de moeda" desempenhasse quase tão bem quanto. No entanto, a história não terminou com uma vitória simples. Os pesquisadores descobriram que, embora a complexidade média tenha caído, a distribuição da complexidade entre os diferentes caminhos tornou-se extremamente desigual. A maioria dos caminhos tornou-se muito mais simples, mas uma pequena fração dos caminhos permaneceu tão complexa e difícil de simular quanto antes. Esses caminhos persistentes e de alta complexidade foram os que determinaram o custo total de simulação do sistema. Como o custo de simulação cresce exponencialmente com a complexidade, esses poucos caminhos difíceis dominaram o esforço necessário, mesmo que agora fossem muito mais raros do que seriam usando o método padrão.

Esta descoberta remodela a compreensão de como simular sistemas quânticos ruidosos. Ela mostra que simplesmente baixar a complexidade média não é suficiente para tornar uma simulação eficiente. O verdadeiro gargalo é a extremidade da distribuição — os caminhos raros e difíceis que se recusam a simplificar. O novo método não elimina esses caminhos difíceis, mas os torna muito menos frequentes. Isso significa que um computador simulando o sistema ainda precisaria lidar com o mesmo tipo de cálculos difíceis, mas encontraria esses cálculos com muito menos frequência. Os pesquisadores concluíram que, embora essa otimização ofereça uma vantagem clara, ela não transforma um problema impossível em um problema fácil. A dificuldade fundamental permanece, mas o caminho para resolvê-la tornou-se ligeiramente mais manejável. O trabalho deles destaca que, no mundo quântico, a maneira como escolhemos observar o ruído pode mudar a história que contamos sobre o sistema, revelando que a maneira mais eficaz de domar a complexidade é, muitas vezes, não através de uma medição forçada, mas através de uma observação sutil e cuidadosa.