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 ‘hui’.

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 tardaría segundos en resolver ecuaciones que a una computadora convencional le llevaría miles de años, sino que podría tener impactos incalculables en campos 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 ampliamente aceptadas sobre el tremendo impacto de las tecnologías cuánticas, muy pocos investigadores han podido demostrar, utilizando la tecnología disponible en la actualidad, que los métodos cuánticos tienen una ventaja sobre sus contrapartes clásicas.

En un artículo publicado el 1 de junio de 2021 en la revista Examen físico X, investigadores de la Universidad de Arizona demuestran experimentalmente que el cuanto tiene una ventaja sobre los sistemas informáticos tradicionales.

«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 Arizona. 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 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 qubits complicados son propensos a colapsar sin previo aviso, lo que hace que un proceso llamado corrección de errores sea muy importante, que soluciona los problemas a medida que surgen.

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 «cuántico ruidoso de escala media» o NISQ. En la era NISQ, las computadoras cuánticas pueden realizar tareas que solo requieren alrededor de 50 a algunos cientos de qubits, pero con una cantidad significativa de ruido o interferencia. No más que eso y el ruido triunfa sobre la utilidad, haciendo que todo se derrumbe. Está ampliamente aceptado que se necesitarían entre 10.000 y varios millones de qubits para que las aplicaciones cuánticas sean útiles en la práctica.

Imagínese inventar un sistema que garantice que cada comida que cocine saldrá a la perfección y luego dar ese sistema a un grupo de niños que no tienen los ingredientes adecuados. Será genial en unos años, una vez que los niños crezcan 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.

Beneficios del enredo

El experimento descrito en el artículo utilizó una mezcla de técnicas clásicas y cuánticas. Específicamente, utilizó tres sensores para clasificar la amplitud y el ángulo promedio de las señales de radiofrecuencia.

Los sensores han sido equipados con otro recurso cuántico llamado entrelazamiento, que les permite compartir información entre ellos y ofrece dos ventajas principales: en primer lugar, mejora la sensibilidad de los sensores y reduce los errores. En segundo lugar, debido a que están enredados, los sensores evalúan las propiedades generales 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 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.

La experiencia ha demostrado que equipar los sensores con entrelazamiento cuántico les da una ventaja sobre los sensores convencionales, reduciendo la probabilidad de errores por un margen pequeño pero crítico.

«Esta idea de usar enredos 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 tenga el equipo para codificar los sensores», dijo el estudio co -autor 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 de luz y rango) para automóviles autónomos, por ejemplo. «

Zhuang y Zhang desarrollaron la teoría detrás del experimento y la describieron en un 2019 Examen físico X papel. Ellos 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

Existen aplicaciones que utilizan una mezcla 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 dominio cuántico. Imagine tomar una serie de fotos de perros y gatos y luego cargar las fotos en un sistema que usa métodos cuánticos para etiquetar las fotos como «gato» o «perro».

El equipo aborda el proceso de etiquetado desde una perspectiva 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 tienen en cuenta 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 los procesos físicos que tienen lugar en tiempo real».

El equipo está entusiasmado con las futuras aplicaciones de su trabajo en la intersección de la detección cuántica y computación cuántica. Incluso planean algún día integrar toda su configuración experimental en un chip que podría sumergirse en un biomaterial o una muestra de agua para identificar enfermedades o sustancias químicas nocivas.

«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 todas estas áreas diferentes», dijo Zhang.

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