Las computadoras cuánticas del futuro prometen resolver problemas complejos más rápidamente que las computadoras ordinarias. Por ejemplo, pueden factorizar números grandes exponencialmente más rápido que las computadoras clásicas, lo que les permitiría descifrar códigos en el sistema de criptografía más utilizado. Hay otras aplicaciones potenciales para las computadoras cuánticas, también, como resolver problemas de química complicados que involucran la mecánica de moléculas. Pero exactamente qué tipos de aplicaciones serán mejores para las computadoras cuánticas, que todavía puede estar a una década o más de convertirse en realidad, sigue siendo una pregunta abierta.

En un nuevo estudio de Caltech, aceptado por el Simposio de 2017 sobre Fundamentos de las Ciencias de la Computación del Instituto de Ingenieros Eléctricos y Electrónicos (IEEE), Los investigadores han demostrado que la computación cuántica podría ser útil para acelerar las soluciones a "programas semidefinitos, "una clase de problemas de optimización ampliamente utilizada. Estos programas incluyen los llamados programas lineales, que se utilizan, por ejemplo, cuando una empresa quiere minimizar el riesgo de su cartera de inversiones o cuando una aerolínea quiere asignar tripulaciones de manera eficiente a sus vuelos.

El estudio presenta un nuevo algoritmo cuántico que podría acelerar las soluciones a problemas semidefinidos, a veces exponencialmente. Los algoritmos cuánticos son conjuntos de instrucciones que les dicen a las computadoras cuánticas qué hacer para resolver problemas.

“Uno de los objetivos de la computación cuántica es acelerar los cálculos a niveles que superan con creces lo que pueden hacer las computadoras clásicas, "dice Fernando Brandão, el profesor Bren de Física Teórica en Caltech. El coautor de Brandão es Krysta Svore de Microsoft, que financió parcialmente el estudio.

El nuevo algoritmo cuántico sería, en particular, Acelera enormemente los programas semidefinidos que se utilizan para aprender estados cuánticos desconocidos. Brandão dice que este tipo de problema de "aprendizaje cuántico" lo enfrentan los investigadores que estudian grandes sistemas cuánticos en una variedad de sistemas diferentes, como los qubits superconductores, que son unidades de información cuántica similares a bits de computadora que operarían basándose en tecnología superconductora. Los programas semidefinidos se utilizan para dar una descripción de cómo se está comportando la materia cuántica, y esto, Sucesivamente, permite a los investigadores comprender mejor los extraños estados del mundo subatómico.

"Este tipo de aplicación es un buen candidato para su uso en computación cuántica, "dice Brandão." Todavía estamos lejos de conocer todas las aplicaciones de la computación cuántica, y eso es parte de la emoción, hay posibilidades con las que ni siquiera hemos soñado todavía ".

El estudio, noble, "Aceleraciones cuánticas para programación semidefinida, "fue financiado por Microsoft, la Fundación Nacional de Ciencias, y Caltech.