A computação quântica oferece grandes avanços em velocidade e eficiência de processamento, mas enfrenta desafios significativos, incluindo perda de informações. Pesquisas recentes mostraram que algoritmos clássicos otimizados podem efetivamente imitar a computação quântica, sugerindo que melhorias na computação clássica podem preencher a lacuna em relação ao potencial da computação quântica. Este desenvolvimento sublinha a complexidade de alcançar a superioridade quântica e destaca uma abordagem multifacetada aos avanços computacionais.
Pesquisadores adotam método inovador para aumentar a velocidade e a precisão da computação tradicional.
A computação quântica tem sido aclamada como uma tecnologia que pode superar a computação clássica tanto em velocidade quanto em uso de memória, abrindo potencialmente o caminho para fazer previsões de fenômenos físicos que antes não eram possíveis.
Muitos veem
” dados-gt-translate-attributes=”[{[“atributo”:”data-cmtooltip”, “formatar”:”HTML”]” tabindex=”0″ role=”link”>computação quânticaO advento do IBM marca uma mudança de paradigma da computação clássica ou convencional. Os computadores convencionais processam informações na forma de bits digitais (0s e 1s), enquanto os computadores quânticos implantam bits quânticos (qubits) para armazenar informações quânticas em valores. entre 0 e 1. Sob certas condições, essa capacidade de processar e armazenar informações em qubits pode ser usada para projetar algoritmos quânticos que superam drasticamente seus equivalentes clássicos. Notavelmente, a capacidade do quantum de armazenar informações em valores entre 0 e 1 torna difícil para os computadores clássicos emularem perfeitamente os quânticos.
Desafios e soluções em computação quântica
No entanto, os computadores quânticos são meticulosos e tendem a perder informações. Além disso, mesmo que a perda de informação possa ser evitada, é difícil traduzi-la em informação clássica – o que é necessário para produzir um cálculo útil.
Os computadores clássicos não sofrem de nenhum desses dois problemas. Além disso, algoritmos clássicos inteligentemente concebidos podem explorar ainda mais os desafios duplos da perda e tradução de informações para imitar um computador quântico com muito menos recursos do que se pensava anteriormente – como relatado recentemente num artigo de pesquisa na revista PRX Quantum.
Os resultados dos cientistas mostram que a computação clássica pode ser reconfigurada para realizar cálculos mais rápidos e precisos do que os computadores quânticos de última geração.
Essa inovação foi alcançada com um algoritmo que mantém apenas parte da informação armazenada no estado quântico – e apenas o suficiente para poder calcular com precisão o resultado final.
Unindo Computação Clássica e Quântica
“Este trabalho mostra que existem muitos caminhos potenciais para melhorar os cálculos, abrangendo abordagens clássicas e quânticas”, explica Dries Sels, professor assistente em
” dados-gt-translate-attributes=”[{[“atributo”:”data-cmtooltip”, “formatar”:”HTML”]” tabindex=”0″ role=”link”>Universidade de Nova Yorkdo Departamento de Física e um dos autores do artigo. “Além disso, nosso trabalho destaca como é difícil obter vantagem quântica com um computador quântico sujeito a erros.”
Ao buscar maneiras de otimizar a computação clássica, Sels e seus colegas da Fundação Simons se concentraram em um tipo de rede tensorial que representa fielmente as interações entre os qubits. Esses tipos de redes têm sido notoriamente difíceis de lidar, mas os avanços recentes na área permitem agora que estas redes sejam otimizadas com ferramentas emprestadas da inferência estatística.
Os autores comparam o trabalho do algoritmo à compactação de uma imagem em um arquivo JPEG, que permite armazenar imagens grandes em menos espaço, eliminando informações com perda quase imperceptível na qualidade da imagem.
“Escolher diferentes estruturas para a rede tensorial corresponde a escolher diferentes formas de compressão, como diferentes formatos para a sua imagem”, diz Joseph Tindall, do Flatiron Institute, que liderou o projeto. “Estamos desenvolvendo com sucesso ferramentas para trabalhar com uma ampla gama de diferentes redes de tensores. Este trabalho reflete isso, e estamos confiantes de que em breve estaremos elevando ainda mais o nível da computação quântica.”
Referência: “Simulação de rede tensor eficiente do experimento Eagle Kicked Ising da IBM” por Joseph Tindall, Matthew Fishman, E. Miles Stoudenmire e Dries Sels, 23 de janeiro de 2024, PRX Quantum.
DOI: 10.1103/PRXQuantum.5.010308
O trabalho foi apoiado pelo Instituto Flatiron e uma bolsa do Escritório de Pesquisa Científica da Força Aérea (FA9550-21-1-0236).