SUPREMACÍA DE LA COMPUTACIÓN CUÁNTICA UTILIZANDO UN PROCESADOR SUPERCONDUCTOR PROGRAMABLE

Izquierda: interpretación artística del procesador Sycamore montado en el criostato. (Versión de resolución completa; Forest Stearns, Google AI Quantum Artist in Residence) Derecha: Fotografía del procesador Sycamore. (Versión de resolución completa; Erik Lucero, investigador científico y líder en producción de hardware cuántico)

Physicists ha estado hablando sobre el poder de la computación cuántica durante más de 30 años, pero las preguntas siempre han sido: ¿alguna vez hará algo útil? y vale la pena invertir? 

Para tales esfuerzos a gran escala, es una buena práctica de ingeniería formular objetivos decisivos a corto plazo que demuestren si los diseños van en la dirección correcta. Entonces, ideamos un experimento como un hito importante para ayudar a responder estas preguntas. Este experimento, conocido como supremacía cuántica.

El experimento proporcionó instrucciones a nuestro equipo para superar los numerosos desafíos técnicos inherentes a la ingeniería de sistemas cuánticos para hacer una computadora que sea tanto programable como potente. Para probar el rendimiento total del sistema, seleccionamos un punto de referencia computacional sensible que falla si solo un solo componente de la computadora no es lo suficientemente bueno.

Hoy publicamos los resultados de este experimento de supremacía cuántica en el artículo de Nature, "Supremacía cuántica usando un procesador superconductor programable”. Desarrollamos un nuevo procesador de 54 qubits, llamado "Sycamore", que consta de puertas lógicas cuánticas rápidas y de alta fidelidad, para realizar las pruebas de referencia. 

Nuestra máquina realizó el cálculo objetivo en 200 segundos, y a partir de las mediciones en nuestro experimento, determinamos que tomaría la supercomputadora más rápida del mundo 10,000 años para producir una salida similar.

El experimento

Para tener una idea de cómo funciona este punto de referencia, imagine entusiastas neófitos de computación cuántica que visitan nuestro laboratorio para ejecutar un algoritmo cuántico en nuestro nuevo procesador. Pueden componer algoritmos a partir de un pequeño diccionario de operaciones de puertas elementales. Dado que cada puerta tiene una probabilidad de error, nuestros invitados querrían limitarse a una secuencia modesta con aproximadamente mil puertas en total. Suponiendo que estos programadores no tengan experiencia previa, podrían crear lo que esencialmente parece una secuencia aleatoria de puertas, lo que se podría considerar como el programa "hola mundo" para una computadora cuántica. Debido a que no hay una estructura en circuitos aleatorios que los algoritmos clásicos puedan explotar, emular tales circuitos cuánticos generalmente requiere una enorme cantidad de esfuerzo clásico de supercomputadora.

Cada ejecución de un circuito cuántico aleatorio en una computadora cuántica produce una cadena de bits, por ejemplo 0000101. Debido a la interferencia cuántica, algunas cadenas de bits son mucho más probables que otras cuando repetimos el experimento muchas veces. Sin embargo, encontrar las cadenas de bits más probables para un circuito cuántico aleatorio en una computadora clásica se vuelve exponencialmente más difícil a medida que aumenta el número de qubits (ancho) y el número de ciclos de compuerta (profundidad).

Proceso para demostrar la supremacía cuántica.

En el experimento, primero ejecutamos circuitos simplificados aleatorios de 12 a 53 qubits, manteniendo constante la profundidad del circuito. Verificamos el rendimiento de la computadora cuántica usando simulaciones clásicas y las comparamos con un modelo teórico. Una vez que verificamos que el sistema funcionaba, ejecutamos circuitos duros aleatorios con 53 qubits y una profundidad creciente, hasta llegar al punto donde la simulación clásica se volvió inviable.

Estimación del tiempo de cálculo clásico equivalente suponiendo núcleos de CPU de 1M para circuitos de supremacía cuántica en función de la cantidad de qubits y la cantidad de ciclos para el algoritmo de Schrödinger-Feynman . La estrella muestra el tiempo de cálculo estimado para los circuitos experimentales más grandes.

Este resultado es el primer desafío experimental contra la tesis extendida de Church-Turing , que establece que las computadoras clásicas pueden implementar eficientemente cualquier modelo de computación "razonable". Con el primer cálculo cuántico que no se puede emular razonablemente en una computadora clásica, hemos abierto un nuevo ámbito de la computación para explorar.

El procesador de sicómoro

El experimento de supremacía cuántica se ejecutó en un procesador de 54 qubits totalmente programable llamado "sicómoro". Se compone de una cuadrícula bidimensional donde cada qubit está conectado a otros cuatro qubits. Como consecuencia, el chip tiene conectividad suficiente para que los estados qubit interactúen rápidamente en todo el procesador, haciendo que el estado general sea imposible de emular de manera eficiente con una computadora clásica.

El éxito del experimento de supremacía cuántica se debió a nuestras puertas mejoradas de dos qubits con paralelismo mejorado que logran un rendimiento récord de manera confiable, incluso cuando se operan muchas puertas simultáneamente. Logramos este rendimiento utilizando un nuevo tipo de perilla de control que puede desactivar las interacciones entre qubits vecinos. Esto reduce en gran medida los errores en un sistema qubit de múltiples conexiones. Obtuvimos mayores ganancias de rendimiento al optimizar el diseño del chip para reducir la diafonía y al desarrollar nuevas calibraciones de control que eviten defectos de qubit.

Diseñamos el circuito en una cuadrícula cuadrada bidimensional, con cada qubit conectado a otros cuatro qubits. Esta arquitectura también es compatible con versiones anteriorespara la implementación de la corrección cuántica de errores. Vemos nuestro procesador Sycamore de 54 qubits como el primero de una serie de procesadores cuánticos cada vez más potentes.

Mapa de calor que muestra errores de Pauli individuales (e1; cruces) y dos qubit (e2; barras) para todos los qubits que operan simultáneamente. El diseño que se muestra sigue la distribución de los qubits en el procesador. (Cortesía de la revista Nature ).

Prueba de la física cuántica

Para garantizar la futura utilidad de las computadoras cuánticas, también necesitamos verificar que no haya obstáculos fundamentales provenientes de la mecánica cuántica. La física tiene una larga historia de prueba de los límites de la teoría a través de experimentos, ya que a menudo surgen nuevos fenómenos cuando uno comienza a explorar nuevos regímenes caracterizados por parámetros físicos muy diferentes. Experimentos anteriores mostraron que la mecánica cuántica funciona como se esperaba hasta un espacio de estado dimensión de aproximadamente 1000. Aquí, ampliamos esta prueba a un tamaño de 10 billones y descubrimos que todo sigue funcionando como se esperaba. También probamos la teoría cuántica fundamental midiendo los errores de las puertas de dos qubits y descubriendo que esto predice con precisión los resultados de la evaluación comparativa de los circuitos de supremacía cuántica completos. Esto muestra que no hay física inesperada que pueda degradar el rendimiento de nuestra computadora cuántica. Nuestro experimento, por lo tanto, proporciona evidencia de que las computadoras cuánticas más complejas deberían funcionar de acuerdo con la teoría, y nos hace sentir seguros de continuar nuestros esfuerzos para escalar.

Aplicaciones
La computadora cuántica Sycamore es totalmente programable y puede ejecutar algoritmos cuánticos de propósito general. Desde que obtuvimos resultados de supremacía cuántica la primavera pasada, nuestro equipo ya ha estado trabajando en aplicaciones a corto plazo, incluida la simulación de física cuántica y la química cuántica, así como nuevas aplicaciones en el aprendizaje automático generativo, entre otras áreas.

Ahora también tenemos el primer algoritmo cuántico ampliamente útil para aplicaciones informáticas: aleatoriedad cuántica certificable. La aleatoriedad es un recurso importante en ciencias de la computación, y la aleatoriedad cuántica es el estándar de oro, especialmente si los números pueden ser autoverificados (certificados) para provenir de una computadora cuántica. La prueba de este algoritmo está en curso, y en los próximos meses planeamos implementarlo en un prototipo que pueda proporcionar números aleatorios certificables.

¿Que sigue?

Nuestro equipo tiene dos objetivos principales en el futuro, ambos para encontrar aplicaciones valiosas en la computación cuántica. Primero, en el futuro haremos que nuestros procesadores de clase suprema estén disponibles para colaboradores e investigadores académicos, así como para compañías que estén interesadas en desarrollar algoritmos y buscar aplicaciones para los procesadores NISQ actuales. Los investigadores creativos son el recurso más importante para la innovación: ahora que tenemos un nuevo recurso computacional, esperamos que más investigadores entren al campo motivados al tratar de inventar algo útil.

En segundo lugar, estamos invirtiendo en nuestro equipo y tecnología para construir una computadora cuántica tolerante a fallas lo más rápido posible. Tal dispositivo promete una serie de aplicaciones valiosas. Por ejemplo, podemos imaginar la computación cuántica ayudando a diseñar nuevos materiales: baterías livianas para automóviles y aviones, nuevos catalizadores que puedan producir fertilizantes de manera más eficiente (un proceso que hoy produce más del 2% de las emisiones de carbono del mundo) y medicamentos más efectivos. Lograr las capacidades computacionales necesarias aún requerirá años de arduo trabajo científico y de ingeniería. Pero ahora vemos un camino claro, y estamos ansiosos por seguir adelante.

Expresiones de gratitud

Nos gustaría agradecer a nuestros colaboradores y colaboradores: La Universidad de California Santa Bárbara, el Centro de Investigación Ames de la NASA, el Laboratorio Nacional Oak Ridge, el Forschungszentrum Jülich y muchos otros que ayudaron en el camino.

Publicado por John Martinis, científico en jefe Quantum Hardware y Sergio Boixo, científico en jefe Quantum Computing Theory, Google AI Quantum

Miércoles 23 de octubre de 2019

Fuente de la compilación: Google Al Blog

(Las últimas noticias de Google Al) 23. noviembre.2019