Ricercatori sviluppano un metodo per misurare i computer quantistici

Ricercatori all’Università di Waterloo hanno sviluppato un metodo per misurare le prestazioni dei computer quantistici, e potrebbe aiutare a stabilire standard universali per queste macchine. 

Il nuovo metodo si chiama benchmarking ciclico, e i ricercatori lo utilizzano per valutare il potenziale di scalabilità. Il metodo viene anche utilizzato per confrontare diverse piattaforme quantistiche tra loro. 

Joel Wallman è un professore assistente alla Facoltà di Matematica e all’Istituto di Calcolo Quantistico di Waterloo.

“Questo risultato potrebbe fare molto per stabilire standard per le prestazioni e rafforzare lo sforzo per costruire un computer quantistico grande e pratico”, ha detto Wallman. “Un metodo coerente per caratterizzare e correggere gli errori nei sistemi quantistici fornisce una standardizzazione per il modo in cui un processore quantistico viene valutato, consentendo di confrontare in modo equo i progressi nelle diverse architetture.”

Il benchmarking ciclico aiuta gli utenti di calcolo quantistico a confrontare le piattaforme hardware in competizione e aumentare la capacità di ogni piattaforma di trovare soluzioni per ciò su cui stanno lavorando.

In questo momento, la corsa al calcolo quantistico sta diventando evidente in tutto il mondo. La quantità di piattaforme di calcolo quantistico cloud e di offerte sta aumentando, e grandi aziende come Microsoft, IBM e Google stanno costantemente sviluppando nuove tecnologie. 

Il metodo di benchmarking ciclico funziona determinando la probabilità totale di errore in qualsiasi applicazione di calcolo quantistico. Ciò avviene quando l’applicazione viene implementata attraverso la compilazione casualizzata. Il benchmarking ciclico fornisce il primo mezzo cross-platform per misurare e confrontare le capacità dei processori quantistici, e viene personalizzato in base alle applicazioni su cui stanno lavorando gli utenti. 

Joseph Emerson è un membro della facoltà dell’IQC.

“Grazie al recente raggiungimento della supremazia quantistica da parte di Google, siamo ora all’alba di ciò che chiamo l’`era della scoperta quantistica'”, ha detto Emerson. “Ciò significa che i computer quantistici soggetti a errori forniranno soluzioni a problemi computazionali interessanti, ma la qualità delle loro soluzioni non potrà più essere verificata da computer ad alte prestazioni.

“Siamo entusiasti perché il benchmarking ciclico fornisce una soluzione molto necessaria per migliorare e convalidare le soluzioni di calcolo quantistico in questa nuova era di scoperta quantistica.”

Emerson e Wallman hanno fondato Quantum Benchmark Inc., uno spin-off dell’IQC. Ha concesso in licenza la tecnologia a società leader nel campo del calcolo quantistico, tra cui lo sforzo di Quantum AI di Google.

La meccanica quantistica ha reso i computer quantistici macchine estremamente potenti per il calcolo. I computer quantistici sono in grado di risolvere problemi complessi più efficientemente dei computer tradizionali o digitali. 

I qubit sono l’unità di elaborazione di base in un computer quantistico, ma sono estremamente fragili. Qualsiasi tipo di imperfezione o fonte di rumore nel sistema può portare a errori che causano soluzioni errate in un calcolo quantistico.

Il primo passo per andare avanti con il calcolo quantistico è ottenere il controllo su un computer quantistico a piccola scala con uno o due qubit. Un computer quantistico più grande potrebbe eseguire compiti più complessi come l’apprendimento automatico o la simulazione di sistemi complessi, che potrebbe portare a progressi come la scoperta di nuovi farmaci. Il problema è che progettare un computer quantistico più grande è più difficile, e la possibilità di errore è maggiore man mano che vengono aggiunti qubit e il sistema quantistico si scala. 

Un profilo del rumore e degli errori viene prodotto quando un sistema quantistico viene caratterizzato. Ciò indica se il processore sta eseguendo i calcoli che gli vengono richiesti. Tutti gli errori significativi devono essere caratterizzati per comprendere le prestazioni di un computer quantistico o per scalerlo. 

Wallman, Emerson e un gruppo di ricercatori all’Università di Innsbruck hanno sviluppato un metodo per valutare tutti i tassi di errore che influenzano un computer quantistico. La nuova tecnica è stata implementata per il computer quantistico a trappola di ioni all’Università di Innsbruck e ha scoperto che i tassi di errore non aumentano man mano che le dimensioni del computer quantistico si scalano. 

“Il benchmarking ciclico è il primo metodo per verificare in modo affidabile se si è sulla strada giusta per scalare la progettazione generale del computer quantistico”, ha detto Wallman. “Questi risultati sono significativi perché forniscono un modo completo di caratterizzare gli errori in tutte le piattaforme di calcolo quantistico.”