Immagina un mondo in cui i calcoli complessi che attualmente richiedono mesi prima che i nostri migliori supercomputer possano essere eseguiti in pochi minuti. L’informatica quantistica sta rivoluzionando il nostro mondo digitale. In un articolo di ricerca pubblicato su Intelligent Computing , i ricercatori hanno presentato un approccio automatizzato alla progettazione di protocolli che potrebbe sbloccare la potenza computazionale dei dispositivi quantistici prima di quanto immaginassimo.
Il vantaggio computazionale quantistico rappresenta una pietra miliare fondamentale nello sviluppo delle tecnologie quantistiche. Significa la capacità dei computer quantistici di superare i supercomputer classici in determinati compiti. Il raggiungimento del vantaggio computazionale quantistico richiede protocolli appositamente progettati. Il campionamento a circuito casuale, ad esempio, ha dimostrato risultati promettenti in recenti esperimenti.
Un problema che deve essere considerato quando si tenta di utilizzare il campionamento di circuiti casuali è che la struttura di un circuito quantistico casuale deve essere progettata attentamente per ampliare il divario tra il calcolo quantistico e la simulazione classica. Per affrontare la sfida, i ricercatori He-Liang Huang, Youwei Zhao e Chu Guo hanno sviluppato un approccio di progettazione automatizzata del protocollo per determinare il circuito quantistico casuale ottimale negli esperimenti sui vantaggi computazionali quantistici.
L'architettura del processore quantistico utilizzata per gli esperimenti di campionamento di circuiti casuali utilizza modelli di gate a 2 qubit. Il gate a 2 qubit realizza l'interazione tra i due qubit agendo sugli stati dei due qubit, costruendo così un circuito quantistico e realizzando il calcolo quantistico.
È necessario massimizzare il costo della simulazione classica per garantire che le prestazioni superiori del calcolo quantistico siano pienamente sfruttate durante l’esecuzione dei calcoli. Tuttavia, determinare il progetto ottimale di un circuito quantistico casuale per massimizzare il costo della simulazione classica non è semplice.
Per trovare il circuito quantistico casuale ottimale è necessario innanzitutto esaurire tutti i possibili modelli, quindi stimare il costo di simulazione classico per ciascuno di essi e selezionare quello con il costo più elevato. Il costo della simulazione classica dipende fortemente dall'algoritmo utilizzato, ma l'algoritmo tradizionale attualmente presenta la limitazione che il tempo di stima è troppo lungo.
Il nuovo metodo proposto dagli autori utilizza l'algoritmo di Schrödinger-Feynman. Questo algoritmo divide il sistema in due sottosistemi e rappresenta i loro stati quantistici come vettori di stato. Il costo dell'algoritmo è determinato dall'entanglement generato tra i due sottosistemi. La valutazione della complessità utilizzando questo algoritmo richiede molto meno tempo e i vantaggi diventano più evidenti man mano che aumentano le dimensioni del circuito quantistico casuale.
Gli autori hanno dimostrato sperimentalmente l'efficacia del circuito quantistico casuale ottenuto con il metodo proposto rispetto ad altri algoritmi. Nel processore quantistico Zuchongzhi 2.0 sono stati generati cinque circuiti quantistici casuali, ciascuno con una diversa complessità dell’algoritmo di Schrödinger-Feynman. I risultati sperimentali mostrano che i circuiti con maggiore complessità hanno anche costi più elevati.
Si prevede che la rivalità tra l’informatica classica e quella quantistica si concluderà entro un decennio. Questo nuovo approccio massimizza la potenza computazionale del calcolo quantistico senza imporre nuovi requisiti all’hardware quantistico. Inoltre, la ragione principale per cui questo nuovo approccio può ottenere circuiti quantistici casuali con costi di simulazione classica più elevati potrebbe essere la crescita più rapida dell'entanglement quantistico.
In futuro, la comprensione di questo fenomeno e della fisica sottostante potrebbe aiutare i ricercatori a esplorare applicazioni pratiche utilizzando esperimenti sul vantaggio quantistico.
Ulteriori informazioni: He-Liang Huang et al, Come progettare un circuito quantistico casuale classicamente difficile per esperimenti di vantaggio computazionale quantistico, Informatica intelligente (2024). DOI:10.34133/icomputing.0079
Fornito da Intelligent Computing
