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 actual.

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 requerirían una computadora clásica de miles de años de antigüedad, sino que también 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 ahí.

De hecho, a pesar de las teorías generalizadas sobre el impacto de gran alcance de las tecnologías cuánticas, pocos investigadores han podido demostrar, utilizando la tecnología ahora disponible, que los métodos cuánticos tienen una ventaja sobre sus contrapartes clásicas.

En un artículo publicado el 1 de junio de 2021 en la revista Revisión física XInvestigadores de la Universidad de Arizona demuestran experimentalmente que el cuanto tiene una ventaja sobre los sistemas informáticos clásicos.

«Demostrar una ventaja cuántica es un objetivo muy buscado por la comunidad, y pocos experimentos han podido demostrarlo», dijo el coautor del artículo Zheshen Zhang, profesor asistente de ciencia e ingeniería de materiales e investigador principal del Grupo de Información de Urizona y Quantum Materials 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 dependen de pequeñas y poderosas unidades de información llamadas qubits. Las computadoras clásicas que usamos hoy 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 te hace poderoso y frágil. Es probable que los qubits delicados colapsen sin previo aviso, lo que hace que un proceso llamado corrección de errores, que maneja estos problemas a medida que ocurren, sea muy importante.

Quntao Zhuang (izquierda), PI del Grupo de Teoría de la Información Cuántica, y Zheshen Zhang, PI del Grupo de Materiales e Información Cuántica, son profesores asistentes en la Facultad de Ingeniería. 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, llamó un «cuanto ruidoso de escala intermedia» o NISQ. En la era NISQ, las computadoras cuánticas pueden realizar tareas que requieren solo entre 50 y algunos cientos de qubits, aunque con una cantidad significativa de ruido o interferencia. Más que eso, el ruido supera la utilidad, haciendo que todo se derrumbe. Se cree ampliamente que se necesitarían entre 10.000 y varios millones de qubits para realizar aplicaciones cuánticas prácticamente útiles.

Imagínese inventar un sistema que garantice que cada comida que cocine sea perfecta y luego darle ese sistema a un grupo de niños que no tienen los ingredientes adecuados. Será genial en unos años cuando los niños se conviertan en adultos y puedan comprar lo que necesitan. Pero hasta entonces, la utilidad del sistema es limitada. Asimismo, 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 mezcla de técnicas clásicas y cuánticas. Específicamente, utilizó tres sensores para clasificar la amplitud media y el ángulo de las señales de radiofrecuencia.

Los sensores estaban equipados con otra característica cuántica llamada entrelazamiento, que les permite compartir información entre sí y ofrece dos beneficios principales: primero, mejora la sensibilidad del sensor 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 conocer todas las células de una muestra de tejido que no son cancerosas, solo si hay una célula 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 utilizar el entrelazamiento para mejorar los sensores no se limita a un tipo específico de sensor, por lo que se puede utilizar para una variedad de aplicaciones diferentes, siempre que tenga el equipo para enredar los sensores», dijo el estudio. el coautor Quntao Zhuang, profesor asistente de ingeniería eléctrica e informática e investigador principal del Quantum Information Theory Group. «En teoría, podría considerar aplicaciones como la negociación (detección de luz y rango) para automóviles autónomos, por ejemplo».

Zhuang y Zhang desarrollaron la teoría detrás del experimento y la describieron en un 2019 Revisión física X papel. Fueron coautores del nuevo artículo con el autor principal Yi Xia, estudiante de doctorado en la Facultad de Ciencias Ópticas James C. Wyant, y Wei Li, investigador postdoctoral en ciencia e ingeniería de materiales.

Clasificadores Qubit

Hay aplicaciones que utilizan una combinación de procesamiento cuántico y clásico en la era NISQ, pero tienen conjuntos de datos clásicos preexistentes que deben convertirse y clasificarse en el dominio cuántico. Imagínese tomar una serie de fotografías de perros y gatos y luego cargar las fotografías en un sistema que utiliza métodos cuánticos para etiquetar las fotografías como «gato» o «perro».

El equipo está manejando el proceso de etiquetado desde un ángulo diferente, utilizando sensores cuánticos para recopilar sus propios datos primero. 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, evaluando procesos físicos que están sucediendo en tiempo real».

El equipo está entusiasmado con las futuras aplicaciones de su trabajo en la intersección del sensor cuántico y computación cuántica. Incluso se imaginan algún día integrando toda la configuración experimental en un chip que podría sumergirse en un biomaterial o una muestra de agua para identificar enfermedades o productos químicos nocivos.

«Creemos que es un nuevo paradigma para la computación cuántica, el aprendizaje de máquinas cuánticas y los sensores cuánticos, porque realmente crea un puente para interconectar todos estos dominios diferentes», dijo Zhang.

Referencia: «Clasificación de datos mejorada cuántica con una red de sensores enredados variables» por Yi Xia, Wei Li, Quntao Zhuang y Zheshen Zhang, 1 de junio de 2021, Revisión física X.
DOI: 10.1103 / PhysRevX.11.021047