Computación cuántica

Descripción general

Una computadora cuántica representa información en qubits, cuyo estado puede contener combinaciones coherentes de valores básicos. Las puertas cuánticas transforman los estados conjuntos de modo que las amplitudes de probabilidad interfieran antes de que la medición produzca resultados clásicos.

Fundamentos técnicos

La computación cuántica representa un registro de n-qubits en un espacio vectorial complejo de dimensión dos elevado a n, pero los algoritmos acceden a ese estado solo a través de operaciones y mediciones permitidas. Las puertas unitarias crean patrones de interferencia y las puertas entrelazadas generan correlaciones que no están disponibles para los qubits independientes. La complejidad del circuito cuenta el número de puertas, la profundidad y la conectividad, mientras que las estimaciones de recursos prácticos también incluyen la preparación y lectura del estado. Las aceleraciones cuánticas surgen de la estructura del problema, como en la estimación de fase, amplificación de amplitud y búsqueda de período, en lugar de evaluar cada respuesta clásica y leerlas todas a la vez.

Cómo funciona

Los algoritmos están diseñados para amplificar resultados útiles o estimar propiedades a las que es difícil acceder de forma clásica. Las implementaciones físicas incluyen circuitos superconductores, iones atrapados, átomos neutros, fotones y espines. La corrección de errores codifica información lógica en muchos qubits físicos imperfectos.

Métodos de medición e investigación

El hardware se caracteriza por tiempos de relajación y desfase, fidelidad de puerta y medición, diafonía y fugas fuera del subespacio computacional. La evaluación comparativa aleatoria estima el error promedio, mientras que la tomografía y la evaluación comparativa cíclica proporcionan diagnósticos más completos pero más costosos. Las comparaciones útiles incluyen el tiempo de ejecución total, la probabilidad de éxito y el preprocesamiento clásico, no solo el recuento de qubits. La mitigación de errores extrapola o cancela el ruido sin una tolerancia total a las fallas, mientras que la corrección de errores cuánticos mide repetidamente los síndromes para detectar fallas y al mismo tiempo preservar la información lógica. Los umbrales de código de superficie aún requieren una gran sobrecarga de qubits físicos y una decodificación clásica rápida.

Ideas clave

• Un qubit no revela todas las amplitudes cuando se mide; la medición arroja datos clásicos limitados.
• La ventaja cuántica es específica del problema en lugar de una aceleración universal.
• Las máquinas útiles tolerantes a fallas requieren tasas de error por debajo de umbrales exigentes y gastos generales sustanciales.

Frontera de investigación actual

La investigación a corto plazo prueba si los simuladores analógicos o los circuitos especializados producen resultados científicamente útiles más allá de los métodos clásicos. Las hojas de ruta tolerantes a fallas optimizan la producción de estados mágicos, la síntesis de puertas lógicas y la conectividad específica de la arquitectura. Las redes cuánticas introducen entrelazamiento distribuido y procesadores modulares, mientras que la computación ciega y verificable aborda la confianza. Las afirmaciones de ventaja requieren puntos de referencia transparentes frente a algoritmos clásicos sólidos que se ejecutan en tareas comparables. Los desafíos abiertos incluyen ruido correlacionado, control criogénico u óptico escalable, capacidad de fabricación y estimaciones de recursos para química, optimización y criptoanálisis que incluyen precisión, carga de datos y costos de corrección de errores.

Por qué es importante

Las aplicaciones prometedoras incluyen la simulación de sistemas cuánticos, tareas algebraicas y de optimización seleccionadas y nuevas capacidades criptográficas. Este campo también impulsa avances en control, criogenia y medición de precisión.

Límites y preguntas abiertas

Los procesadores actuales son ruidosos y de escala limitada. Se debe establecer si una aplicación propuesta supera al mejor método clásico mediante estimaciones cuidadosas de recursos y puntos de referencia justos.