By: UNIVERSIDAD DE ARIZONA
Universidad de Arizona
Investigadores de la Facultad de Ingeniería de la Universidad de Arizona y la Facultad de Ciencias Ópticas James C. Wyant demuestran experimentalmente cómo los recursos cuánticos no son solo sueños para el futuro lejano, sino que pueden mejorar la tecnología de hoy.
La computación cuántica y la detección cuántica tienen el potencial de ser mucho más poderosas que sus contrapartes clásicas. Una computadora cuántica completamente realizada no solo podría tomar solo unos segundos para resolver ecuaciones que a una computadora clásica le llevaría miles de años, sino que podría tener impactos incalculables en áreas que van desde la obtención de imágenes biomédicas hasta la conducción autónoma.
Sin embargo, la tecnología aún no está allí.
De hecho, a pesar de las teorías generalizadas sobre el impacto de gran alcance de las tecnologías cuánticas, muy pocos investigadores han podido demostrar, utilizando la tecnología disponible ahora, que los métodos cuánticos tienen una ventaja sobre sus contrapartes clásicas.
En un artículo publicado el 1 de junio de 2021 en la revista Physical Review X , los investigadores de la Universidad de Arizona muestran experimentalmente que la tecnología cuántica tiene una ventaja sobre los sistemas informáticos clásicos.
“Demostrar una ventaja cuántica es un objetivo muy buscado en la comunidad, y muy pocos experimentos han podido demostrarlo”, dijo el coautor del artículo Zheshen Zhang, profesor asistente de ciencia e ingeniería de materiales e investigador principal de la UArizona. Quantum Information and Materials Group y uno de los autores del artículo. “Buscamos demostrar cómo podemos aprovechar la tecnología cuántica que ya existe para beneficiar las aplicaciones del mundo real”.
Cómo (y cuándo) funciona Quantum
La computación cuántica y otros procesos cuánticos se basan en pequeñas y poderosas unidades de información llamadas qubits. Las computadoras clásicas que usamos hoy en día funcionan con unidades de información llamadas bits, que existen como 0 o 1, pero los qubits pueden existir en ambos estados al mismo tiempo. Esta dualidad los hace a la vez poderosos y frágiles. Los delicados qubits son propensos a colapsar sin previo aviso, lo que hace que un proceso llamado corrección de errores, que aborda los problemas a medida que ocurren, sea muy importante.
Crédito: Universidad de Arizona
El campo cuántico se encuentra ahora en una era que John Preskill, un físico de renombre del Instituto de Tecnología de California, denominó “cuántico ruidoso de escala intermedia” o NISQ. En la era NISQ, las computadoras cuánticas pueden realizar tareas que solo requieren entre 50 y algunos cientos de qubits, aunque con una cantidad significativa de ruido o interferencia. Más que eso y el ruido domina la utilidad, haciendo que todo se derrumbe. Se cree ampliamente que se necesitarían de 10.000 a varios millones de qubits para llevar a cabo aplicaciones cuánticas prácticamente útiles.
Imagínese inventar un sistema que garantice que cada comida que cocine saldrá a la perfección y luego darle ese sistema a un grupo de niños que no tienen los ingredientes adecuados. Será genial en unos años, una vez que los niños se conviertan en adultos y puedan comprar lo que necesitan. Pero hasta entonces, la utilidad del sistema es limitada. Del mismo modo, hasta que los investigadores avancen en el campo de la corrección de errores, que puede reducir los niveles de ruido, los cálculos cuánticos se limitan a una pequeña escala.
Ventajas del enredo
El experimento descrito en el artículo utilizó una combinación de técnicas clásicas y cuánticas. Específicamente, utilizó tres sensores para clasificar la amplitud y el ángulo promedio de las señales de radiofrecuencia.
Los sensores estaban equipados con otro recurso cuántico llamado entrelazamiento, que les permite compartir información entre sí y proporciona dos beneficios importantes: primero, mejora la sensibilidad de los sensores y reduce los errores. En segundo lugar, debido a que están enredados, los sensores evalúan las propiedades globales en lugar de recopilar datos sobre partes específicas de un sistema. Esto es útil para aplicaciones que solo necesitan una respuesta binaria; por ejemplo, en las imágenes médicas, los investigadores no necesitan saber sobre cada una de las células de una muestra de tejido que no es canceroso, solo si hay una célula que es cancerosa. El mismo concepto se aplica a la detección de productos químicos peligrosos en el agua potable.
El experimento demostró que equipar los sensores con entrelazamiento cuántico les dio una ventaja sobre los sensores clásicos, reduciendo la probabilidad de errores por un margen pequeño pero crítico.
“Esta idea de usar el entrelazamiento para mejorar los sensores no se limita a un tipo específico de sensor, por lo que podría usarse para una variedad de aplicaciones diferentes, siempre que se tenga el equipo para enredar los sensores”, dijo el coautor del estudio Quntao. Zhuang, profesor asistente de ingeniería eléctrica e informática e investigador principal del Quantum Information Theory Group. “En teoría, podría considerar aplicaciones como lidar (detección y rango de luz) para automóviles autónomos, por ejemplo”.
Zhuang y Zhang desarrollaron la teoría detrás del experimento y la describieron en un artículo de Physical Review X de 2019 . Fueron coautores del nuevo artículo con el autor principal Yi Xia, un estudiante de doctorado en la Facultad de Ciencias Ópticas James C. Wyant, y Wei Li, un investigador postdoctoral en ciencia e ingeniería de materiales.
Clasificadores Qubit
Hay aplicaciones existentes que utilizan una combinación de procesamiento cuántico y clásico en la era NISQ, pero se basan en conjuntos de datos clásicos preexistentes que deben convertirse y clasificarse en el ámbito cuántico. Imagine tomar una serie de fotos de perros y gatos y luego cargar las fotos en un sistema que utiliza métodos cuánticos para etiquetar las fotos como “gato” o “perro”.
El equipo está abordando el proceso de etiquetado desde un ángulo diferente, utilizando sensores cuánticos para recopilar sus propios datos en primer lugar. Es más como usar una cámara cuántica especializada que etiqueta las fotos como “perro” o “gato” a medida que se toman.
“Muchos algoritmos consideran los datos almacenados en un disco de computadora y luego los convierten en un sistema cuántico, lo que requiere tiempo y esfuerzo”, dijo Zhuang. “Nuestro sistema trabaja en un problema diferente mediante la evaluación de procesos físicos que están sucediendo en tiempo real”.
El equipo está entusiasmado con las futuras aplicaciones de su trabajo en la intersección de la detección cuántica y la computación cuántica . Incluso imaginan un día integrando toda su configuración experimental en un chip que podría sumergirse en un biomaterial o muestra de agua para identificar enfermedades o sustancias químicas nocivas.
“Creemos que es un nuevo paradigma tanto para la computación cuántica, el aprendizaje de la máquina cuántica y los sensores cuánticos, porque realmente crea un puente para interconectar todos estos dominios diferentes”, dijo Zhang.
