Conforme relatado em um novo artigo na Nature Reviews Physics, em vez de esperar pelo surgimento de computadores quânticos totalmente maduros, o Laboratório Nacional de Los Alamos e outras instituições líderes desenvolveram algoritmos híbridos clássicos / quânticos para extrair o máximo de desempenho – e potencialmente vantagem quântica – dos dias de hoje hardware barulhento e sujeito a erros. Conhecidos como algoritmos quânticos variacionais, eles usam as caixas quânticas para manipular sistemas quânticos enquanto transferem grande parte da carga de trabalho para computadores clássicos para que eles façam o que fazem melhor no momento: resolver problemas de otimização.
“Os computadores quânticos têm a promessa de superar os computadores clássicos para certas tarefas, mas no hardware quântico disponível atualmente eles não podem executar algoritmos longos. Eles têm muito ruído ao interagir com o ambiente, o que corrompe a informação que está sendo processada”, disse Marco Cerezo , um físico especializado em computação quântica, aprendizado de máquina quântica e informação quântica em Los Alamos e um dos principais autores do artigo. “Com algoritmos quânticos variacionais, obtemos o melhor dos dois mundos. Podemos aproveitar o poder dos computadores quânticos para tarefas que os computadores clássicos não podem fazer facilmente e, em seguida, usar os computadores clássicos para complementar o poder computacional dos dispositivos quânticos.”
Atualmente, os computadores quânticos de escala intermediária e barulhenta têm entre 50 e 100 qubits, perdem sua “quanticidade” rapidamente e não têm correção de erros, o que requer mais qubits. Desde o final da década de 1990, no entanto, os teóricos têm desenvolvido algoritmos projetados para rodar em um grande computador quântico idealizado, com correção de erros e tolerante a falhas.
“Não podemos implementar esses algoritmos ainda porque eles fornecem resultados absurdos ou exigem muitos qubits. Então, as pessoas perceberam que precisávamos de uma abordagem que se adapte às restrições do hardware que temos – um problema de otimização”, disse Patrick Coles, um teórico Físico desenvolvendo algoritmos em Los Alamos e principal autor sênior do artigo.
“Descobrimos que poderíamos transformar todos os problemas de interesse em problemas de otimização, potencialmente com vantagem quântica, o que significa que o computador quântico supera um computador clássico nessa tarefa”, disse Coles. Esses problemas incluem simulações para ciência de materiais e química quântica, números de fatoração, análise de big data e virtualmente todas as aplicações propostas para computadores quânticos.
Os algoritmos são chamados de variacionais porque o processo de otimização varia o algoritmo em tempo real, como uma espécie de aprendizado de máquina. Ele muda parâmetros e portas lógicas para minimizar uma função de custo, que é uma expressão matemática que mede o quão bem o algoritmo executou a tarefa. O problema é resolvido quando a função de custo atinge seu valor mais baixo possível.
Em uma função iterativa no algoritmo quântico variacional, o computador quântico estima a função de custo e, em seguida, passa esse resultado de volta para o computador clássico. O computador clássico então ajusta os parâmetros de entrada e os envia para o computador quântico, que executa a otimização novamente.
O artigo de revisão pretende ser uma introdução abrangente e uma referência pedagógica para pesquisas iniciando neste campo nascente. Nele, os autores discutem todos os aplicativos de algoritmos e como eles funcionam, bem como abordam desafios, armadilhas e como resolvê-los. Por fim, olha para o futuro, considerando as melhores oportunidades para obter vantagem quântica nos computadores que estarão disponíveis nos próximos dois anos.
Publicado em 16/08/2021 01h34
Artigo original:
Estudo original: