Un nuevo artículo de investigadores de la Universidad de Chicago presenta una técnica para compilar instrucciones cuánticas altamente optimizadas que se pueden ejecutar en hardware a corto plazo. Esta técnica se adapta particularmente bien a una nueva clase de algoritmos cuánticos variacionales, que son candidatos prometedores para demostrar útiles aceleraciones cuánticas. El nuevo trabajo se habilitó uniendo ideas en la pila, abarcando algoritmos cuánticos, aprendizaje automático, compiladores, y física de dispositivos. La investigación interdisciplinaria fue realizada por miembros de la colaboración EPiQC (Enabling Practical-scale Quantum Computation), una expedición NSF en informática.

Adaptación a un nuevo paradigma de algoritmos cuánticos

La visión original de los algoritmos cuánticos se remonta a principios de la década de 1980, cuando el físico Richard Feynman propuso realizar simulaciones moleculares utilizando solo miles de qubits (bits cuánticos) sin ruido, una tarea prácticamente imposible para los ordenadores tradicionales. Otros algoritmos desarrollados en las décadas de 1990 y 2000 demostraron que miles de qubits sin ruido también ofrecerían aceleraciones dramáticas para problemas como la búsqueda de bases de datos, factorización de enteros, y álgebra matricial. Sin embargo, a pesar de los recientes avances en hardware cuántico, estos algoritmos todavía están a décadas de realizar realizaciones escalables, porque el hardware actual presenta qubits ruidosos.

Para igualar las limitaciones de las computadoras cuánticas actuales y de corto plazo, Recientemente ha surgido un nuevo paradigma para los algoritmos cuánticos variacionales. Estos algoritmos abordan desafíos computacionales similares a los de los algoritmos cuánticos originalmente previstos, pero desarrolle resistencia al ruido dejando ciertos parámetros internos del programa sin especificar. En lugar de, estos parámetros internos se aprenden mediante la variación en ensayos repetidos, guiado por un optimizador. Con un optimizador robusto, un algoritmo variacional puede tolerar niveles moderados de ruido.

Si bien la resistencia al ruido de los algoritmos variacionales es atractiva, plantea un desafío para la compilación, el proceso de traducir un algoritmo matemático en las instrucciones físicas finalmente ejecutadas por hardware.

"La compensación entre los algoritmos cuánticos variacionales y tradicionales es que, si bien los enfoques variacionales son baratos en el número de puertas, son caros en la cantidad de repeticiones necesarias, '' dijo Fred Chong, el profesor Seymour Goodman de Ciencias de la Computación en UChicago y el investigador principal de EPiQC. "Mientras que los algoritmos cuánticos tradicionales se especifican completamente en el momento de la ejecución y, por lo tanto, la ejecución previa es totalmente optimizable, los programas variacionales sólo se especifican parcialmente en el momento de la ejecución ".

Compilación parcial

Los investigadores abordan el problema de los programas parcialmente especificados con una técnica paralela llamada compilación parcial. Pranav Gokhale, un estudiante de doctorado de UChicago explica, "Aunque no podemos compilar completamente un algoritmo variacional antes de la ejecución, al menos podemos precompilar las partes que se especifican ". Para los algoritmos variacionales típicos, esta simple heurística por sí sola es suficiente, entregando 2 aumentos de velocidad en tiempo de ejecución cuántico en relación con las técnicas de compilación estándar basadas en puertas. Dado que los qubits decaen exponencialmente con el tiempo, Esta aceleración del tiempo de ejecución también conduce a reducciones en las tasas de error.

Para algoritmos más complicados, los investigadores aplican una segunda capa de optimizaciones que caracterizan numéricamente las variaciones debidas a los parámetros no especificados, a través de un proceso llamado optimización de hiperparámetros. "Dedicar unos minutos al ajuste de hiperparámetros y la compilación parcial permite ahorrar horas en el tiempo de ejecución", resume Gokhale. El profesor Chong señala que este tema de lograr ahorros de costos mediante la transferencia de recursos, ya sea entre la computación tradicional y cuántica o entre la compilación y la ejecución, se hace eco en varios otros proyectos de EPiQC.

A continuación, los investigadores tienen como objetivo demostrar su trabajo de forma experimental. Esta validación experimental se ha hecho posible solo recientemente, con el lanzamiento de computadoras cuánticas accesibles en la nube que se pueden controlar a nivel de pulsos analógicos. Este nivel de control está mucho más cerca del hardware que el control estándar basado en puertas, y los investigadores esperan obtener mayores ganancias de eficiencia de esta interfaz de pulso.

El artículo de los investigadores, "Compilación parcial de algoritmos variacionales para máquinas cuánticas de escala intermedia ruidosas" (arXiv link) se presentará en la conferencia de arquitectura de computadoras MICRO en Columbus, Ohio el 14 de octubre. Los coautores de Gokhale y Chong incluyen a Yongshan Ding, Thomas Propson, Christopher Winkler, Nelson Leung, Yunong Shi, David I. Schuster, y Henry Hoffmann, todos también de la Universidad de Chicago.