Per fare in modo che un computer quantistico esegua un compito, deve utilizzare un compilatore per convertire le istruzioni scritte in un linguaggio di programmazione in una sequenza di operazioni di gate su bit quantistici, o qubit in breve. In precedenza hanno applicato la teoria del controllo ottimale (algoritmo GRAPE) a una ricerca esaustiva per sviluppare un metodo per identificare la sequenza di porte teoricamente ottimale, ma all'aumentare del numero di qubit, aumenta il numero di combinazioni possibili.

Man mano che il numero aumenta in modo esplosivo, una ricerca esaustiva diventa impossibile. Ad esempio, se dovessimo eseguire una ricerca esaustiva per trovare la sequenza di porte ottimale per il compito di generare uno stato quantico arbitrario di 6 qubit, occorrerebbe più tempo dell'età dell'universo utilizzando il computer classico più veloce attualmente disponibile.

Pertanto, i ricercatori hanno tentato di sviluppare un metodo per cercare la sequenza ottimale delle porte quantistiche utilizzando un approccio probabilistico e ci sono riusciti. Utilizzando il supercomputer Fugaku, è stato confermato e dimostrato che utilizzando un nuovo metodo di ricerca casuale probabilistica, è possibile cercare la sequenza di porte quantistiche ottimale per il problema di cui sopra in poche ore.

Si prevede che questo nuovo metodo accelererà i compilatori di computer quantistici, diventerà uno strumento utile per i computer quantistici pratici e porterà a un miglioramento delle prestazioni dei dispositivi informatici quantistici. Può anche essere applicato per ottimizzare l'elaborazione delle informazioni quantistiche nei nodi relè quantistici, quindi si prevede che contribuirà alla realizzazione dell'Internet quantistico e alla riduzione dell'impatto ambientale.

Questo risultato è stato pubblicato sulla rivista Physical Review A il 6 maggio 2024.

Si prevede che i computer quantistici, attualmente in fase di sviluppo, avranno un impatto notevole sulla società. I loro vantaggi includono la riduzione del carico ambientale riducendo il consumo di energia, la scoperta di nuove sostanze chimiche per uso medico, l’accelerazione della ricerca di materiali per un ambiente più pulito, ecc. Uno dei grandi problemi per i computer quantistici è che lo stato quantistico è molto sensibile al rumore , quindi è difficile mantenerlo stabile per lungo tempo (mantenendo uno stato quantistico coerente).

Per ottenere le migliori prestazioni, le operazioni devono procedere entro un tempo che consenta allo stato quantistico di rimanere coerente. Tuttavia, a parte il caso speciale in cui il numero di qubit è molto piccolo, non è noto alcun metodo valido per trovare la sequenza ottimale delle porte quantistiche.

Si attendeva una soluzione che eviti la difficoltà dell'aumento esplosivo del numero di possibili sequenze di porte anche nei calcoli quantistici su larga scala e consenta ricerche efficienti nel tempo e nelle risorse computazionali che possono essere eseguite sui computer classici.

Il gruppo di ricerca ha introdotto un metodo probabilistico per sviluppare un metodo sistematico in grado di cercare in modo efficiente la sequenza ottimale di porte quantistiche entro il tempo di esecuzione e le risorse computazionali.

Quando un computer memorizza ed elabora informazioni, tutte le informazioni vengono convertite in una stringa di bit con valori pari a 0 o 1. Una sequenza di porte quantistiche è un programma per computer scritto in un linguaggio leggibile dall'uomo dopo essere stato convertito in modo che possa essere elaborato da un computer quantistico. La sequenza di porte quantistiche è composta da porte da 1 qubit e porte da 2 qubit. La sequenza migliore è quella con il minor numero di porte e mostra le migliori prestazioni.

Il loro studio mostra il tempo di calcolo stimato quando viene eseguita una ricerca per ottimizzare la fedeltà F sul computer classico più veloce per ogni disposizione di porte utilizzando l'algoritmo della teoria del controllo ottimale GRAPE per preparare stati di n qubit. La linea blu continua rappresenta la cosiddetta età dell'universo (13,7 miliardi di anni). All'aumentare del numero di qubit, il numero di combinazioni possibili aumenta in modo esplosivo, quindi con n=6 il tempo di calcolo totale supera l'età dell'universo.

L'analisi di tutte le possibili sequenze per piccoli numeri di qubit rivela che esistono molte sequenze ottimali di porte quantistiche. Ciò suggerisce la possibilità di espandersi a compiti quantistici di grandi dimensioni e di trovare la sequenza ottimale di porte quantistiche utilizzando un metodo di ricerca probabilistico anziché una ricerca esaustiva.

Mostrano anche il tasso di comparsa (p) di sequenze con fedeltà F=1 per la preparazione di uno stato costituito da n=8 qubit, che è stato studiato utilizzando il supercomputer Fugaku. La velocità p è espressa in funzione del numero di porte CNOT da 2 qubit (N) nella sequenza. È chiaro che il metodo probabilistico è molto efficiente perché il tasso di occorrenza di F=1 aumenta rapidamente quando viene superato il limite inferiore di N (N=124).

Ad esempio, il tasso di comparsa di F=1 a N=129, che è leggermente superiore a N=124, è superiore al 50%, quindi se cerchi due volte la disposizione delle porte, troverai una sequenza quantistica che ha F=1 almeno una volta in media. In questo modo, si è scoperto che utilizzando un metodo probabilistico, è possibile cercare sequenze ottimali di porte quantistiche diversi ordini di grandezza più velocemente rispetto a quando si cerca utilizzando un metodo di ricerca esaustivo.

Si prevede che il metodo sistematico e probabilistico sviluppato per fornire sequenze di porte quantistiche ottimali per i computer quantistici diventerà uno strumento utile per i computer quantistici pratici e accelererà i compilatori di computer quantistici. Si prevede che migliorerà le prestazioni dei dispositivi di calcolo quantistico e contribuirà allo sviluppo di nodi quantistici nell'Internet quantistico e alla riduzione del carico ambientale.

In futuro, il gruppo di ricerca integrerà i risultati ottenuti in questo studio con approcci di apprendimento automatico e li applicherà per ottimizzare le prestazioni dei computer quantistici, con l'obiettivo di accelerare ulteriormente i compilatori quantistici e creare un database di sequenze di porte quantistiche ottimali.

Il gruppo di ricerca comprende l'Istituto nazionale di tecnologia dell'informazione e della comunicazione, RIKEN, l'Università delle scienze di Tokyo e l'Università di Tokyo.