• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  • Lo mejor de ambos mundos:cómo resolver problemas reales en las computadoras cuánticas modernas

    La foto muestra al Dr. Alexeev con un modelo de una computadora cuántica IBM Q. Crédito:Laboratorio Nacional Argonne

    En años recientes, Se han puesto a disposición dispositivos cuánticos que permiten a los investigadores, por primera vez, utilizar hardware cuántico real para comenzar a resolver problemas científicos. Sin embargo, en el corto plazo, Se espera que el número y la calidad de los qubits (la unidad básica de información cuántica) para las computadoras cuánticas permanezcan limitados, lo que dificulta el uso de estas máquinas para aplicaciones prácticas.

    Un enfoque híbrido cuántico y clásico puede ser la respuesta para abordar este problema con el hardware cuántico existente. Investigadores del Laboratorio Nacional Argonne del Departamento de Energía de EE. UU. (DOE) y del Laboratorio Nacional de Los Alamos, junto con investigadores de la Universidad de Clemson y Fujitsu Laboratories of America, han desarrollado algoritmos híbridos para ejecutarse en máquinas cuánticas y los han demostrado para aplicaciones prácticas utilizando computadoras cuánticas de IBM (ver más abajo la descripción del papel de Argonne en IBM Q Hub en el Laboratorio Nacional Oak Ridge [ORNL]) y una computadora cuántica D-Wave.

    "Este enfoque permitirá a los investigadores utilizar computadoras cuánticas a corto plazo para resolver aplicaciones que respalden la misión del DOE. Por ejemplo, se puede aplicar para encontrar estructuras comunitarias en redes metabólicas o un microbioma, "dice Yuri Alexeev, especialista principal en proyectos, División de Ciencias Computacionales

    El trabajo del equipo se presenta en un artículo titulado "Un enfoque híbrido para resolver problemas de optimización en pequeñas computadoras cuánticas" que aparece en la edición de junio de 2019 del Instituto de Ingenieros Eléctricos y Electrónicos (IEEE). Computadora Revista.

    Preocupaciones sobre la conectividad qubit, altos niveles de ruido, el esfuerzo necesario para corregir errores, y la escalabilidad del hardware cuántico han limitado la capacidad de los investigadores para ofrecer las soluciones que promete la futura computación cuántica.

    Los algoritmos híbridos que desarrolló el equipo emplean las mejores características y capacidades de las computadoras clásicas y cuánticas para abordar estas limitaciones. Por ejemplo, Las computadoras clásicas tienen grandes memorias capaces de almacenar enormes conjuntos de datos, un desafío para los dispositivos cuánticos que tienen solo una pequeña cantidad de qubits. Por otra parte, Los algoritmos cuánticos funcionan mejor para ciertos problemas que los algoritmos clásicos.

    Para distinguir entre los tipos de cálculo realizados en dos tipos de hardware completamente diferentes, El equipo se refirió a las etapas clásica y cuántica de los algoritmos híbridos como unidades de procesamiento central (CPU) para computadoras clásicas y unidades de procesamiento cuántico (QPU) para computadoras cuánticas.

    El equipo aprovechó la partición y la agrupación de gráficos como ejemplos de problemas de optimización prácticos e importantes que ya se pueden resolver con computadoras cuánticas:un pequeño problema de gráficos se puede resolver directamente en una QPU, mientras que los problemas de gráficos más grandes requieren enfoques híbridos cuánticos-clásicos.

    A medida que un problema se volvió demasiado grande para ejecutarlo directamente en computadoras cuánticas, los investigadores utilizaron métodos de descomposición para dividir el problema en partes más pequeñas que la QPU pudiera manejar, una idea que tomaron prestada de la computación de alto rendimiento y los métodos numéricos clásicos.

    Luego, todas las piezas se ensamblaron en una solución final en la CPU, que no solo encontró mejores parámetros, pero también identificó el mejor tamaño de subproblema para resolver en una computadora cuántica.

    Estos enfoques híbridos no son una solución milagrosa; no permiten la aceleración cuántica porque el uso de esquemas de descomposición limita la velocidad a medida que aumenta el tamaño del problema. En los próximos 10 años, aunque, mejoras esperadas en qubits (calidad, contar, y conectividad), error de corrección, y los algoritmos cuánticos reducirán el tiempo de ejecución y permitirán cálculos más avanzados.

    "Mientras tanto, "según Yuri Alexeev, especialista principal en proyectos de la división de Ciencias Computacionales, "Este enfoque permitirá a los investigadores utilizar computadoras cuánticas a corto plazo para resolver aplicaciones que respalden la misión del DOE. Por ejemplo, se puede aplicar para encontrar estructuras comunitarias en redes metabólicas o en un microbioma ".


    © Ciencia https://es.scienceaq.com