Pushing beyond the memory barrier in propagation algorithms with randomization

Para compreender o trabalho destes investigadores, é necessário primeiro compreender a tensão que está no cerne da ciência quântica moderna. Os computadores quânticos prometem resolver problemas que são impossíveis para as máquinas atuais, mas antes de podermos confiar neles, temos de os testar. Isto exige computadores clássicos — as nossas familiares máquinas baseadas em silício — para simular como um dispositivo quântico deve comportar-se. O desafio é que os sistemas quânticos são incrivelmente complexos. À medida que um circuito quântico cresce em profundidade, com mais passos e mais ligações, a quantidade de informação necessária para o descrever explode. É como tentar acompanhar cada caminho possível que um viajante poderia percorrer numa cidade que dobra de tamanho a cada quarteirão que atravessa. Para muitos dos experimentos quânticos mais interessantes, a memória necessária para os simular perfeitamente excede a capacidade até dos maiores supercomputadores. Isto cria uma barreira intransponível: se uma simulação necessita de mais memória do que a existente, ela simplesmente não consegue correr.

Os investigadores, a trabalhar no Instituto Federal de Tecnologia de Lausanne, encontraram uma forma de ultrapassar esta barreira. Desenvolveram um novo método para simular circuitos quânticos que trata a memória não como um limite fixo, mas como um orçamento flexível. A sua abordagem, que chamam de propagação de Pauli aleatória (randomized Pauli propagation), permite-lhes simular circuitos que, de outra forma, exigiriam centenas de vezes mais memória do que a disponível. Em vez de tentarem armazenar cada detalhe individual do estado quântico, o que rapidamente esgota o espaço, o seu método mantém um número gerível das peças de informação mais importantes. Quando a memória fica cheia, o computador faz um palpite calculado sobre quais as peças a manter e quais descartar, utilizando uma estratégia matemática específica para garantir que a imagem geral permanece precisa. Ao executar este processo muitas vezes em diferentes processadores e fazer a média dos resultados, conseguem reconstruir uma resposta altamente precisa que corresponde ao que uma simulação muito maior e mais dispendiosa teria produzido.

O núcleo da sua descoberta reside na forma como lidam com a explosão de possibilidades. Numa simulação padrão, sempre que uma porta quântica atua no sistema, o número de estados potenciais pode duplicar. Eventualmente, a lista destes estados torna-se demasiado longa para caber na memória. O novo método aceita que não consegue conter tudo. Em vez disso, utiliza uma técnica chamada reamostragem (resampling). Imagine uma lista de milhares de itens onde alguns são muito pesados e outros muito leves. Se só puder carregar alguns, poderá simplesmente agarrar nos mais pesados. No entanto, simplesmente agarrar nos mais pesados introduz um viés, ou um erro sistemático, porque está a ignorar os mais leves que ainda assim poderiam importar. Os investigadores descobriram que um tipo específico de reamostragem, que chamam de reamostragem por pente (comb resampling), é muito superior ao palpite aleatório. Este método espalha uma grelha regular sobre a lista de possibilidades e seleciona itens com base em onde as linhas da grelha caem. Isto garante que a seleção seja justa e que os itens mais significativos sejam mantidos com alta probabilidade, permitindo ainda que o sistema capture a influência dos itens menos significativos.

Crucialmente, a equipa descobriu que poderia melhorar a precisão das suas simulações ao introduzir intencionalmente uma pequena quantidade controlada de viés. No passado, os cientistas tentavam manter as suas simulações perfeitamente imparciais, o que significa que nunca faziam um palpite que favorecesse um resultado sobre outro. Mas os investigadores descobriram que, perante a memória limitada, ser perfeitamente imparcial leva, na verdade, a resultados piores porque a incerteza, ou variância, cresce demasiado. Ao cortar cuidadosamente os detalhes mais pequenos e menos significativos e aceitar um erro minúsculo em troca, conseguiram manter a incerteza suficientemente baixa para obter uma resposta clara. Esta troca permitiu-lhes simular circuitos muito mais profundos do que o anteriormente possível. Testaram isto num modelo de um sistema magnético desordenado, um cenário que é notoriamente difícil de simular. Os seus resultados mostraram que o método consegue reproduzir os resultados de cálculos determinísticos que exigiriam duas ordens de magnitude mais memória. Em termos práticos, isto significa que uma simulação que teria necessitado de um supercomputador com uma quantidade massiva de RAM poderia agora ser executada numa máquina padrão, dividindo o trabalho em muitas tarefas menores e independentes.

O desempenho deste novo framework é impressionante. Os investigadores implementaram o seu método num pacote de software de código aberto e testaram-no em processadores de computadores padrão. Descobriram que podiam aplicar portas quânticas e reamostrar uma lista contendo um bilião de itens em cerca de um segundo. Esta velocidade é rápida o suficiente para tornar o método prático para uso no mundo real. Mais importante ainda, o método escala bem com o número de processadores disponíveis. Como as diferentes execuções são independentes, podem ser distribuídas por muitos computadores ou placas gráficas sem necessidade de comunicação constante. Isto transforma um problema de memória num problema de velocidade. Se um investigador tiver mais tempo e mais computadores, pode simplesmente executar mais repetições para obter uma resposta mais precisa, em vez de bater contra uma barreira intransponível onde nenhum tempo adicional ajudaria.

Os investigadores também aplicaram o seu método a um experimento recente envolvendo um computador quântico. Simularam o comportamento de um sistema com sessenta e quatro qubits organizados numa grelha de 8x8, mas analisaram especificamente um patch de 3x3 qubits no meio da rede para compreender como o sistema transita de um estado onde recorda as suas condições iniciais para um estado onde se torna aleatório. As suas simulações sugeriram que os resultados reportados pelo hardware quântico real poderiam ter sido sobrecorrigidos para erros, levando a valores demasiado baixos. Esta descoberta destaca o valor de ter uma ferramenta clássica fiável para avaliar dispositivos quânticos. Sem tal ferramenta, é difícil saber se um computador quântico está realmente a resolver um problema ou se os resultados são apenas artefactos de ruído e erro. Ao fornecer uma forma de simular estes sistemas complexos com alta precisão e baixo uso de memória, este trabalho oferece uma nova forma de verificar o progresso da tecnologia quântica.

O sucesso desta abordagem depende de um equilíbrio cuidadoso de vários fatores. Os investigadores mostraram que simplesmente escolher uma regra de amostragem aleatória não é suficiente; o método deve ser ajustado ao problema específico. Descobriram que manter o maior número possível de itens na memória antes da reamostragem é melhor do que ser demasiado agressivo e reduzir a lista demasiado cedo. Também demonstraram que fundir itens idênticos na lista é essencial para manter o uso da memória sob controlo. Estas percepções, combinadas com o viés controlado, formam um protocolo completo que pode ser aplicado a uma vasta gama de circuitos quânticos. O trabalho não resolve inteiramente o problema da simulação quântica, pois ainda existem limites para a profundidade de um circuito que pode ser simulado. No entanto, ele empurra esses limites significativamente mais longe do que antes, transformando uma barreira rígida num limite gerível.

No contexto mais amplo da computação quântica, este desenvolvimento é um passo significativo em frente. Fornece uma forma de testar e validar dispositivos quânticos sem a necessidade de construir computadores clássicos ainda maiores. À medida que o hardware quântico continua a melhorar, a capacidade de o simular com precisão tornar-se-á cada vez mais importante para a depuração e otimização. O método dos investigadores oferece um caminho prático, mostrando que, ao abraçar a aleatoriedade e gerir a memória cuidadosamente, podemos explorar fenómenos quânticos que antes estavam fora do nosso alcance. O trabalho sugere que o futuro da simulação quântica poderá não depender da construção de máquinas com memória infinita, mas sim do desenvolvimento de formas mais inteligentes de utilizar a memória que temos.