Tendencias21

Un ordenador clásico puede simular la computación cuántica y acercarla a las aplicaciones prácticas

Un ordenador clásico puede acoger algoritmos cuánticos y calcular el estado de energía más bajo o «estado fundamental» de un sistema cuántico, una proeza que aproxima la computación cuántica a las aplicaciones prácticas.

Investigadores de la Escuela Politécnica Federal de Lausana, en Suiza, han descubierto cómo conseguir que un ordenador tradicional pueda operar con computación cuántica.

Los ordenadores cuánticos se diferencian de los ordenadores clásicos en que se basan en la mecánica cuántica para el procesamiento de la información.

En vez de unos y ceros (bits), el ordenador cuántico utiliza cúbits, la unidad básica de este sistema computacional: cada cúbit es un cero y un uno a la vez, algo imposible en la física clásica.

Esta capacidad, propia de las partículas elementales, permite a los ordenadores cuánticos realizar muchos cálculos al mismo tiempo, así como conseguir ahorros exponenciales en los tiempos de procesamiento. Incluso razonar como los humanos.

Lo que han conseguido el profesor de EPFL Giuseppe Carleo y el estudiante graduado de la Universidad de Columbia Matija Medvidović, es ejecutar un algoritmo complejo de computación cuántica en un  ordenador clásico, según explican en un comunicado.

Algoritmos cuánticos

El software cuántico que los investigadores han utilizado se conoce como algoritmo de optimización aproximada cuántica (Quantum Approximate Optimization Algorithm o QAOA) y se utiliza para resolver problemas clásicos de optimización en matemáticas.

Según los investigadores, este software es una forma de elegir la mejor solución a un problema matemático entre un conjunto de posibles soluciones.

QAOA está destinado a conseguir la llamada «aceleración cuántica», un aumento previsto en la velocidad de procesamiento que se puede lograr utilizando ordenadores cuánticos.

QAOA es en la actualidad un tema de investigación y tiene un apoyo significativo en la comunidad tecnológica.

Por ejemplo, en 2019, Google creó Sycamore, un procesador cuántico de 53 cúbits, y usó QAOA para ejecutar una tarea. Se estima que un ordenador clásico habría necesitado 10.000 años para realizarla, pero Sycamore la completó en 200 segundos.

Aplicaciones prácticas

El nuevo trabajo pretendía determinar si los algoritmos que se ejecutan en los actuales ordenadores cuánticos pueden ofrecer a corto plazo una ganancia significativa en el rendimiento sobre los algoritmos clásicos para tareas de interés práctico.

Hay que tener en cuenta al respecto que  los grandes ordenadores cuánticos pueden realizar en segundos procesos que llevarían miles de años a un ordenador convencional, pero hasta ahora sus proezas no han tenido mayores aplicaciones prácticas.

Uno de los retos que plantea la orientación práctica de los ordenadores cuánticos es el desarrollo de algoritmos cuánticos compatibles con el tipo de computación utilizada.

Esos algoritmos cuánticos son muy diferentes de los tradicionales, ya que sustituyen la forma exponencial de resolver ecuaciones que tienen los algoritmos tradicionales, por formas polinómicas.

La diferencia es significativa: las funciones exponenciales utilizan constantes con una sola variable, mientras que las polinómicas utilizan variables elevadas a diferentes potencias.

Tema relacionado: La computación cuántica aterriza en el mundo real

Simulación cuántica

Lo que hicieron los investigadores de la EPFL fue desarrollar en un ordenador clásico un método de computación que simula (el matiz es importante) el comportamiento de los algoritmos cuánticos.

Esos algoritmos permiten calcular el estado de energía más bajo, o «estado fundamental» del sistema cuántico. Los investigadores destacan que QAOA es un ejemplo claro de este tipo de algoritmo cuántico.

El enfoque se basa en la idea de que las herramientas modernas de aprendizaje automático también se pueden utilizar para aprender y emular el funcionamiento interno de un ordenador cuántico.

La herramienta clave para estas simulaciones son Neural Network Quantum States, una red neuronal artificial que Carleo desarrolló en 2016 con Matthias Troyer, y que ahora se utilizó por primera vez para simular QAOA.

Los resultados se consideran competencia de la computación cuántica y establecen un nuevo punto de referencia para el desarrollo futuro del hardware cuántico, destacan los investigadores.

Los investigadores creen que algoritmos del tipo QAOA se encuentran entre los candidatos más prometedores para obtener la mansiada ventaja cuántica a corto plazo.

La investigación, publicada en Nature Quantum Information, demostró que QAOA podría ejecutarse en los ordenadores clásicos y que los ordenadores cuánticos pueden simularse con buena precisión en un ordenador clásico.

Referencia

Classical variational simulation of the Quantum Approximate Optimization Algorithm. Matija Medvidović & Giuseppe Carleo. Nature Quantum Information, volume 7, Article number: 101 (2021). DOI:https://doi.org/10.1038/s41534-021-00440-z

Foto superior: CC BY-NC-ND

Eduardo Martínez de la Fe

Eduardo Martínez de la Fe

Eduardo Martínez de la Fe, periodista científico, es el Editor de Tendencias21.

Hacer un comentario