Hoy, Google anunció una demostración de corrección de errores cuánticos en su próxima generación de procesadores cuánticos, Sycamore. La iteración en Sycamore no es dramática: es la misma cantidad de qubits, solo que con un mejor rendimiento. Y obtener la corrección de errores cuánticos no es un factor decisivo: lo hicieron funcionar hace unos años.

En cambio, las señales de progreso son un poco más sutiles. En generaciones anteriores de procesadores, los qubits eran tan propensos a errores que agregarlos a un esquema de corrección de errores causaba problemas mayores que obtener correcciones. En esta nueva iteración, es posible agregar más qubits y reducir la tasa de error.

Podemos arreglar esto

La unidad funcional de un procesador cuántico es un qubit, que es cualquier cosa (un átomo, un electrón, una pieza de electrónica superconductora) que se puede usar para almacenar y manipular un estado cuántico. Cuantos más qubits tenga, más eficiente será la máquina. En el momento en que tenga acceso a varios cientos, se cree que puede realizar cálculos que serían difíciles o imposibles de hacer en el hardware de una computadora tradicional.

Es decir, suponiendo que todos los qubits se comporten correctamente. Cosa que normalmente no hacen. Por lo tanto, arrojar más qubits a un problema aumenta la posibilidad de que encuentre un error antes de que se pueda completar un cálculo. Así que ahora tenemos computadoras cuánticas con más de 400 qubits, pero intentar hacer un cálculo que requiera los 400 fallaría.

La creación de un qubit lógico con corrección de errores se acepta generalmente como la solución a este problema. Este proceso de creación consiste en distribuir un estado cuántico entre un conjunto de qubits conectados. (En términos de lógica computacional, todos estos qubits de hardware se pueden abordar como una sola unidad, por lo tanto, un «qubit lógico».) La corrección de errores se habilita mediante qubits adicionales vecinos a cada miembro del qubit lógico. Estos se pueden medir para inferir el estado de cada qubit que forma parte del qubit lógico.

Ahora bien, si alguno de los qubits de hardware que forman parte del qubit lógico tiene un error, el hecho de que solo contenga una fracción de la información del qubit lógico significa que el estado cuántico no se destruye. Y medir a sus vecinos revelará el error y permitirá un poco de manipulación cuántica para corregirlo.

Cuantos más qubits de hardware dedique a un qubit lógico, más robusto debe ser. Solo hay dos problemas en este momento. La primera es que no tenemos qubits materiales de sobra. Ejecutar un esquema sólido de corrección de errores en los procesadores con la mayor cantidad de qubits nos permitiría considerar usar menos de 10 qubits para un cálculo. El segundo problema es que las tasas de error de qubit de hardware son demasiado altas para que todo esto funcione. Agregar qubits existentes a un qubit lógico no lo hace más robusto; hace que sea más probable que haya tantos errores a la vez que no se puedan corregir.

Lo mismo pero diferente

La respuesta de Google a estos problemas fue construir una nueva generación de su procesador Sycamore que tenía la misma cantidad y disposición de qubits de hardware que la anterior. Pero la empresa se centró en reducir la tasa de error de los qubits individuales para poder realizar operaciones más complicadas sin sufrir averías. Este es el hardware utilizado por Google para probar los qubits lógicos con corrección de errores.

El documento describe las pruebas de dos métodos diferentes. En ambos casos, los datos se almacenaron en una cuadrícula cuadrada de qubits. Cada uno de estos tenía qubits vecinos que se midieron para implementar la corrección de errores. La única diferencia era el tamaño de la cuadrícula. En un método, eran tres qubits por tres qubits; en el segundo, cinco de cinco. El primero requirió 17 qubits de hardware en total; estos últimos 49 qubits, casi tres veces más.

El equipo de investigación realizó una amplia variedad de mediciones de rendimiento. Pero la pregunta clave era simple: ¿qué qubits lógicos tenían la tasa de error más baja? Si dominaran los errores en los qubits de hardware, cabría esperar que la cantidad de qubits de hardware se triplicara para aumentar la tasa de error. Pero si el rendimiento de Google cambia lo suficiente los qubits mejorados por hardware, el diseño más grande y robusto debería reducir la tasa de error.

El esquema más grande ganó, pero estuvo cerca. En general, el qubit lógico más grande tuvo una tasa de error del 2,914 % frente al 3,028 % del más pequeño. No es realmente una ventaja, pero es la primera vez que se demuestra tal ventaja. Y debe enfatizarse que cualquiera de las tasas de error es demasiado alta para usar cualquiera de estos qubits lógicos en un cálculo complejo. Google estima que el rendimiento de los qubits de hardware tendría que mejorarse aún más en un 20 % o más para proporcionar una clara ventaja a los qubits lógicos de gran tamaño.

En un kit de prensa adjunto, Google sugiere que llegará a ese punto, ejecutando un solo qubit lógico de larga duración, en «2025-plus». En este punto, se enfrentará a muchos de los mismos problemas en los que IBM está trabajando actualmente: solo hay una cantidad limitada de qubits de hardware que puede colocar en un chip, por lo que se necesitará una forma de conectar en red una gran cantidad de chips en una sola unidad de cómputo. para ser ordenado Google se negó a asignar una fecha en la que probará las soluciones allí. (IBM dice que probará varios enfoques este año y el próximo).

Entonces, para ser claros, una mejora del 0,11% en la corrección de errores que requiere aproximadamente la mitad de la CPU de Google para acomodar un solo qubit no representa ningún tipo de ventaja computacional. No estamos más cerca de romper el cifrado que ayer. Pero muestra que ya estamos en un lugar donde nuestros qubits son lo suficientemente buenos para evitar empeorar las cosas, y que llegamos mucho antes de que a la gente se le acabaran las ideas para mejorar el rendimiento de los qubits de hardware. Y eso significa que estamos más cerca de donde los obstáculos técnicos que tenemos que superar tienen menos que ver con el hardware qubit.

Naturaleza, 2023. DOI: 10.1038/s41586-022-05434-1 (Sobre los DOI).