Entanglement-Aware Quantum Circuit Optimization through Globally Optimal Partitioning

Na corrida para construir computadores quânticos úteis, os cientistas não estão apenas lutando para manter átomos frágeis em um estado de superposição quântica; eles também estão travando uma guerra de eficiência. Um computador quântico funciona manipulando pequenas unidades de informação chamadas qubits. Para realizar um cálculo, esses qubits devem interagir entre si por meio de uma série de operações conhecidas como portas. No entanto, as máquinas quânticas reais são desordenadas e limitadas. Elas frequentemente não conseguem conectar cada qubit a todos os outros diretamente, e cada interação introduz uma pequena quantidade de ruído que pode arruinar o cálculo. Para obter um resultado, os engenheiros devem traduzir um problema matemático complexo em uma sequência específica dessas portas, um processo chamado compilação. O objetivo é usar o menor número possível de portas e organizá-las de uma forma que respeite as conexões físicas da máquina. Se a sequência for muito longa ou muito emaranhada, o ruído sobrecarregará o sinal antes que a resposta seja encontrada.

O desafio é que encontrar a sequência mais eficiente é incrivelmente difícil. É como tentar encontrar o caminho mais curto através de um labirinto que possui bilhões de rotas possíveis, onde as paredes se movem conforme você caminha. As ferramentas existentes costumam tomar atalhos, fazendo decisões rápidas e locais que parecem boas no momento, mas que levam a uma jornada mais longa e desordenada no geral. Elas podem otimizar uma pequena seção do cálculo sem ver como isso afeta o restante. Este artigo apresenta uma nova abordagem que muda a forma como esses cálculos são decompostos e reconstruídos. Em vez de confiar em palpites rápidos, os pesquisadores desenvolveram um método que observa todo o circuito de uma só vez para encontrar a melhor maneira de dividi-lo em partes gerenciáveis e, em seguida, usa uma compreensão profunda de como essas partes estão emaranhadas para reconstruí-las de forma mais eficiente.

Os pesquisadores, trabalhando de instituições na Hungria, criaram uma estrutura que trata o circuito quântico como um mapa de dependências. Eles perceberam que a melhor maneira de otimizar um circuito grande é cortá-lo em blocos menores e autossuficientes, otimizar cada bloco individualmente e depois costurá-los novamente. No entanto, a maneira como você corta o circuito importa imensamente. Se você cortá-lo mal, pode perder oportunidades de simplificar a lógica ou pode criar um novo problema onde os blocos não podem ser executados na ordem correta. A equipe formulou este problema de corte como um quebra-cabeça matemático que garante a melhor seleção possível de blocos de uma lista de todas as opções viáveis. Eles chamam isso de partição globalmente ótima. Isso garante que a coleção de blocos escolhida seja aquela que leva ao menor número total de portas, em vez de apenas uma coleção de blocos que por acaso são localmente eficientes.

Uma vez que o circuito é cortado nesses blocos otimizados, os pesquisadores aplicam uma segunda técnica, igualmente inteligente, para reconstruí-los. Eles usam uma propriedade da mecânica quântica chamada rank de Schmidt do operador, que mede o quão profundamente os qubits dentro de um bloco estão emaranhados entre si. Pense nesse rank como uma medida de quão "emaranhados" os qubits estão; um rank mais alto significa que eles estão ligados de forma mais complexa. Os pesquisadores usam essa medição para guiar uma busca pela configuração de portas mais simples possível que possa recriar o comportamento do bloco. Em vez de tentar todas as combinações aleatórias de portas, o método deles observa a estrutura de emaranhamento e prevê quais arranjos de portas têm maior probabilidade de sucesso. Isso permite que encontrem uma solução que utiliza menos portas do que os métodos anteriores, especificamente ao evitar etapas desnecessárias que não contribuem para o padrão de emaranhamento final.

Para testar suas ideias, a equipe comparou seu novo sistema com uma ferramenta bem conhecida chamada BQSKit, que é atualmente um padrão na área. Eles rodaram ambos os sistemas em um grande conjunto de circuitos de referência, variando de exemplos pequenos e simples até cálculos massivos e complexos envolvendo dezenas de qubits. Os resultados foram claros. Em um teste de 772 operações quânticas específicas, o novo método encontrou com sucesso uma solução verificada e eficiente para 741 delas, enquanto a ferramenta padrão conseguiu apenas 617. Mais importante, para os casos em que ambas as ferramentas encontraram uma solução, o novo método produziu um circuito com menos portas ou o mesmo número em todas as instâncias, sem perdas. Ao observar o processo completo de ponta a ponta de otimização de circuitos inteiros, a nova abordagem reduziu significativamente o número total de portas, especialmente nas etapas iniciais de otimização. Embora a ferramenta padrão às vezes tenha tido dificuldade para concluir a tarefa em um tempo razoável para circuitos maiores, o novo método concluiu o trabalho, muitas vezes em uma fração do tempo, e produziu um resultado mais limpo e eficiente. No entanto, os resultados de tempo foram matizados: para partições de três qubits, a ferramenta padrão foi, na verdade, mais rápida no tempo cumulativo total porque o novo método teve algumas execuções muito longas, embora o novo método tenha sido geralmente mais rápido nas etapas iniciais de otimização.

O estudo também explorou o que acontece quando os blocos usados para a otimização são feitos ligeiramente maiores. Ao permitir que o sistema observe grupos de quatro qubits em vez de apenas três, os pesquisadores descobriram que poderiam extrair ainda mais eficiência, reduzindo ainda mais a contagem de portas. No entanto, isso veio com uma compensação: o tempo necessário para encontrar essas soluções aumentou. A equipe descobriu que, embora os blocos de quatro qubits oferecessem uma melhor compressão, o tempo extra gasto procurando por eles nem sempre valia a pena para cada circuito. Isso sugere que a melhor abordagem depende do problema específico em questão, mas a nova estrutura oferece a flexibilidade para escolher o equilíbrio certo. Os pesquisadores também observaram que, embora seu método se destaque na redução do número de portas, o layout físico do computador quântico ainda força algumas etapas extras, conhecidas como roteamento, que adicionam portas de volta ao sistema. Mesmo com essa restrição, seus circuitos otimizados permaneceram superiores aos produzidos pelos métodos existentes.

Este trabalho representa um passo significativo para tornar os computadores quânticos práticos. Ao combinar uma estratégia global rigorosa para decompor um problema com uma estratégia inteligente e consciente do emaranhamento para resolver as partes, os pesquisadores mostraram que é possível construir melhores circuitos quânticos sem esperar por um hardware melhor. Seu método não apenas ajusta as bordas do problema; ele repensa a própria estrutura da solução. As descobertas sugerem que o caminho para a computação quântica útil reside não apenas em construir máquinas maiores, mas em sermos muito mais inteligentes sobre como dizemos a essas máquinas o que fazer. O novo framework, implementado em um pacote de código aberto chamado SQUANDER, oferece uma maneira de levar os limites do que os computadores quânticos atuais podem alcançar, transformando circuitos que eram anteriormente complexos demais para rodar em circuitos gerenciáveis e eficientes.