Dentro brevemente
- O código Quantum AI local do Google mostrou uma redução significativa de erros na computação quântica, mas o código QLDPC concorrente da IBM promete resultados semelhantes com muito menos qubits.
- O código QLDPC da IBM usa uma estratégia de comunicação exclusiva para minimizar a superfície do qubit, gerando debate sobre o futuro dos métodos de correção de erros na indústria quântica.
- A competição entre códigos de correção de erros destaca a interação entre os limites do hardware quântico e da inovação de software, com os pesquisadores explorando alternativas como qubits de átomos ultrafrios para maior flexibilidade.
Os avanços significativos do Google Quantum AI na correção quântica de erros, usando uma abordagem baseada em código, podem ser competitivos de uma forma que seus defensores sugerem oferecer maior eficiência e escalabilidade. Os pesquisadores da área estão divididos, entretanto, sobre qual abordagem definirá o futuro do computador funcional, relata a New Scientist.
Os computadores quânticos, que prometem resolver problemas complexos em ciência dos materiais, química e logística, são ferramentas muito sensíveis e, portanto, sofrem com erros. Esses erros também aumentam à medida que as máquinas amadurecem, tornando a depuração mais importante para uso prático.
Pesquisadores do Google Quantum AI mostraram recentemente que seu processador quântico, Willow, pode mitigar esse problema usando supercodificação, uma estrutura matemática que combina qubits físicos em “qubits lógicos”. Esse arredondamento protege os cálculos contra erros sem afetar negativamente o desempenho.
Membros da equipe do Google Quantum AI recentemente ganharam manchetes quando relataram em um estudo que foram capazes de escalar de uma grade 3×3 para 5×5 e depois para uma grade 7×7 de qubits, reduzindo fisicamente os erros por um fator de dois de cada vez. .
A técnica que eles usam – chamada código de superfície – é há muito tempo uma técnica líder para correção quântica de erros. Ele organiza qubits em grades integradas, com qubits de dados realizando cálculos e monitoramento paralelo de qubits em busca de erros. Embora funcione bem, requer um número significativo de qubits para funcionar, o que limita seu uso, segundo a New Scientist.
Abordagem Competitiva da IBM
Em 2023, a IBM introduziu um método rival chamado QLDPC (código quântico de verificação de paridade de baixa densidade). Ao contrário do código local, o QLDPC conecta cada qubit a seis outros, permitindo que monitorem os erros uns dos outros. De acordo com pesquisadores da IBM, esse método pode atingir o mesmo poder de correção de erros que o código local, mas com muito menos qubits. Por exemplo, no papel, onde um código local pode exigir 4.000 qubits, o QLDPC pode oferecer desempenho equivalente com apenas 288 qubits.
“Com o QLDPC, é difícil competir com esse qubit extra”, disse Joe Fitzsimons, da Horizon Quantum, uma startup de computação quântica, à New Scientist.
A IBM adaptou chips quânticos para suportar as demandas de comunicação QLDPC. Embora adicionar essas conexões represente desafios de engenharia, a IBM informou que as mudanças não comprometem a confiabilidade de seus chips.
Oliver Dial, pesquisador da IBM, enfatizou a importância de personalizar o código para recursos específicos de hardware durante uma apresentação na conferência Q2B em dezembro.
Comparando Hardware e Software
A competição entre o código local e a teoria QLDPC destaca um desafio mais amplo na computação quântica: a interação entre hardware e software. Qubits supercondutores, como os usados pelo Google e pela IBM, são limitados na forma como podem ser conectados, tornando alguns métodos de correção de erros mais eficientes do que outros.
No entanto, outras tecnologias, como qubits feitos de átomos frios, podem proporcionar maior flexibilidade.
“Talvez alguém em algum lugar esteja trabalhando em algum tipo de código superior, mas neste momento há concorrência [to the surface code]”, disse Yuval Boger, da QuEra Computing, uma startup quântica dos EUA, conforme relatado pela New Scientist.
A equipe do QuEra trabalhou anteriormente com qubits de átomos ultrafrios para alcançar um dos maiores grupos de qubits lógicos, testando vários códigos para melhorar seu desempenho.
O caso do código facial
Apesar da empolgação em torno do QLDPC, o código local continua sendo um forte concorrente, argumenta a equipe do Google. Seu arcabouço teórico é bem compreendido, tendo sido estudado há mais de duas décadas. Ele também fornece um equilíbrio entre desempenho e requisitos de hardware, tornando-o particularmente adequado para os qubits supercondutores usados no processador Willow do Google.
“O código acima é bem compreendido, tem um referencial teórico bem estudado. Ele fornece um equilíbrio entre a funcionalidade e a conectividade necessárias para um qubit”, disse Sergio Boixo, do Google Quantum AI, conforme relatado na New Scientist.
O Google, no entanto, não está descansando sobre os louros. Boixo confirmou que a equipe está testando outros códigos de depuração que correspondem ao código local.
