Uma colaboração entre a Universidade de Harvard com cientistas da QuEra Computing, MIT, Universidade de Innsbruck e outras instituições demonstrou uma aplicação inovadora de processadores quânticos de átomos neutros para resolver problemas de uso prático.
O estudo foi co-liderado por Mikhail Lukin, professor de física George Vasmer Leverett em Harvard e codiretor da Harvard Quantum Initiative, Markus Greiner, professor de física George Vasmer Leverett e Vladan Vuletic, professor de física Lester Wolfe no MIT . Intitulada “Otimização quântica do conjunto máximo independente usando Rydberg Atom Arrays”, a pesquisa foi publicada em 5 de maio de 2022 na Science.
Anteriormente, os processadores quânticos de átomos neutros foram propostos para codificar eficientemente certos problemas difíceis de otimização combinatória. Nesta publicação de referência, os autores não apenas implantam a primeira implementação de otimização quântica eficiente em um computador quântico real, mas também mostram um poder de hardware quântico sem precedentes.
Os cálculos foram realizados no processador quântico de Harvard de 289 qubits operando no modo analógico, com profundidades efetivas de circuitos de até 32. simulações para pré-otimizar os parâmetros de controle. Um algoritmo híbrido quântico clássico teve que ser implantado em um loop fechado, com feedback direto e automatizado para o processador quântico.
Essa combinação de tamanho do sistema, profundidade do circuito e excelente controle quântico culminou em um salto quântico: instâncias de problemas foram encontradas com desempenho empiricamente melhor do que o esperado no processador quântico versus heurística clássica. Caracterizando a dificuldade das instâncias do problema de otimização com um “parâmetro de dureza”, a equipe identificou casos que desafiavam os computadores clássicos, mas que foram resolvidos de forma mais eficiente com o processador quântico de átomos neutros. Uma aceleração quântica superlinear foi encontrada em comparação com uma classe de algoritmos clássicos genéricos. Os pacotes de código aberto GenericTensorNetworks.jl e Bloqade.jl do QuEra foram fundamentais para descobrir instâncias difíceis e entender o desempenho quântico.
“Uma compreensão profunda da física subjacente do algoritmo quântico, bem como as limitações fundamentais de sua contraparte clássica, nos permitiu perceber maneiras de a máquina quântica alcançar uma aceleração”, diz Madelyn Cain, estudante de pós-graduação de Harvard e uma das principais autoras. .
A importância do matchmaking entre o problema e o hardware quântico é central para este trabalho: “Em um futuro próximo, para extrair o máximo de potência quântica possível, é fundamental identificar problemas que possam ser mapeados nativamente para a arquitetura quântica específica, com pouco a sem sobrecarga”, disse Shengtao Wang, cientista sênior da QuEra Computing e um dos co-inventores dos algoritmos quânticos usados neste trabalho, “e conseguimos exatamente isso nesta demonstração”.
O problema do “conjunto independente máximo”, resolvido pela equipe, é uma tarefa difícil paradigmática em ciência da computação e tem amplas aplicações em logística, projeto de rede, finanças e muito mais. A identificação de instâncias de problemas classicamente desafiadoras com soluções de aceleração quântica abre o caminho para a aplicação da computação quântica para atender às necessidades industriais e sociais do mundo real.
“Esses resultados representam o primeiro passo para trazer vantagem quântica útil para problemas de otimização difíceis relevantes para vários setores”, acrescentou Alex Keesling, CEO da QuEra Computing e coautor do trabalho publicado. “Estamos muito felizes em ver a computação quântica começar a atingir o nível de maturidade necessário, onde o hardware pode informar o desenvolvimento de algoritmos além do que pode ser previsto com antecedência com métodos de computação clássicos. Além disso, a presença de uma aceleração quântica para instâncias de problemas difíceis é extremamente encorajador. Esses resultados nos ajudam a desenvolver algoritmos melhores e hardware mais avançado para lidar com alguns dos problemas computacionais mais difíceis e relevantes.”
Achou útil essa informação? Compartilhe com seus amigos! ?
Deixe-nos a sua opinião aqui nos comentários.
