Google consigue un sistema de correcci¨®n de errores necesario para una computaci¨®n cu¨¢ntica ¨²til y a gran escala

La computaci¨®n cu¨¢ntica da hoy otro paso fundamental. El mayor problema para aprovechar las singularidades de las part¨ªculas subat¨®micas, que elevan exponencialmente las posibilidades de procesamiento, reside en los errores generados en la manipulaci¨®n y la medida de los c¨²bits (unidad cu¨¢ntica m¨ªnima de informaci¨®n). Cualquier interacci¨®n con ellos los degrada y anula la ventaja. ¡°Este l¨ªmite puede superarse gracias a f¨®rmulas de correcci¨®n de errores, pero estas t¨¦cnicas requieren aumentar significativamente el n¨²mero de c¨²bits¡±, explica Alberto Casas, profesor de investigaci¨®n en el Instituto de F¨ªsica Te¨®rica (CSIC-UAM) en La revoluci¨®n cu¨¢ntica (Ediciones B, 2022). Y a m¨¢s c¨²bits, m¨¢s errores. Esta limitaci¨®n acaba de ser superada por el cient¨ªfico Hartmut Neven y m¨¢s de un centenar de sus compa?eros de Google Quantum AI, quienes aportan, en un trabajo publicado en Nature, ¡°una demostraci¨®n de computaci¨®n cu¨¢ntica donde el error disminuye a medida que aumenta el tama?o del sistema y permite registrar tasas de fallos suficientemente bajas para ejecutar algoritmos cu¨¢nticos ¨²tiles¡±. Es la puerta para una computaci¨®n cu¨¢ntica robusta sin depender del desarrollo de tecnolog¨ªas casi imposibles. ¡°Es un hito en nuestro viaje para construir una computadora cu¨¢ntica ¨²til, un paso necesario por el que tiene que pasar cualquier tecnolog¨ªa inform¨¢tica actual madura¡±, afirma Neven.

Si un superordenador actual puede hacer millones de operaciones con bites (el Summit de IBM es capaz de procesar m¨¢s de 200.000 millones de c¨¢lculos por segundo), uno cu¨¢ntico puede ejecutar trillones. Esta potencia se basa en la superposici¨®n, una particularidad de las part¨ªculas subat¨®micas que les permite estar en dos estados o en cualquier superposici¨®n de ellos. Un bit (la unidad m¨ªnima en computaci¨®n cl¨¢sica) solo puede tener un valor binario: 0 o 1. El c¨²bit, por el contrario, puede encontrarse en esos dos estados o en ambos a la vez. De esta forma, dos bits pueden almacenar un n¨²mero, mientras dos c¨²bits almacenan cuatro y diez c¨²bits pueden tener 1.024 estados simult¨¢neos, por lo que se ampl¨ªa exponencialmente la capacidad de c¨¢lculo por cada c¨²bit a?adido.

Sin embargo, al intentar extraer la informaci¨®n almacenada, el sistema sufre un fen¨®meno conocido como decoherencia: la degradaci¨®n de esas superposiciones cu¨¢nticas hasta convertirlas en estados cl¨¢sicos. Y ese efecto lo ocasiona cualquier interacci¨®n con el entorno: temperatura, electromagnetismo, vibraciones¡­ Cualquier interferencia genera ruido y reduce a microsegundos el tiempo en el que se mantienen las superposiciones que multiplican la capacidad de computaci¨®n.

Una forma de evitar las limitaciones es construir computadoras aisladas hasta l¨ªmites in¨¦ditos y a una temperatura cercana al cero absoluto (-273 grados Celsius) as¨ª como ir ampliando su capacidad. El procesador Osprey de IBM ha alcanzado los 433 c¨²bits y la compa?¨ªa prev¨¦ llegar en 2025, con el Kookaburra (Cucaburra), a m¨¢s de 4.000. ¡°Desde 1990 se intentan organizar conjuntos cada vez m¨¢s grandes de c¨²bits f¨ªsicos en l¨®gicos para lograr tasas de error m¨¢s bajas. Pero hasta ahora suced¨ªa lo contrario porque a m¨¢s c¨²bits, m¨¢s puertas, m¨¢s operaciones que pueden arrojar un error¡±, explica Neven.

La correcci¨®n de errores es el ¨²nico camino conocido para hacer computadoras cu¨¢nticas ¨²tiles y a gran escala

Julian Kelly, investigador del equipo de Google Quantum AI

De esta forma, la carrera tecnol¨®gica por construir ordenadores cada vez m¨¢s capaces, dispositivos que proporcionen tiempos de coherencia m¨¢s largos y aporten una mejora neta respecto a los m¨¦todos cl¨¢sicos, es cada vez m¨¢s compleja y precisa de un camino complementario. ¡°La tecnolog¨ªa m¨¢s importante para el futuro de la computaci¨®n cu¨¢ntica es la correcci¨®n de errores, es el ¨²nico camino conocido para hacer computadoras cu¨¢nticas ¨²tiles y a gran escala¡±, asegura Julian Kelly, investigador del equipo de Google.

Y este es el avance presentado este mi¨¦rcoles: ¡°Un c¨²bit l¨®gico de c¨®digo superficial puede reducir las tasas de error a medida que aumenta el tama?o del sistema¡±, es decir, que se puede aumentar la capacidad de computaci¨®n cu¨¢ntica robusta sin depender de m¨¢quinas que rocen los l¨ªmites de la tecnolog¨ªa disponible.

El c¨²bit l¨®gico superficial o de superficie es un conjunto de c¨²bits f¨ªsicos agrupados y controlados de una forma determinada para que, una vez entrelazados (la acci¨®n sobre una part¨ªcula afecta instant¨¢neamente a la otra, incluso si est¨¢n separadas por grandes distancias), act¨²en de estabilizadores del sistema para evitar imperfecciones de los estados, materiales o medidas.

Se necesita m¨¢s trabajo para alcanzar las tasas de error l¨®gicas requeridas para un c¨¢lculo efectivo, pero esta investigaci¨®n demuestra el requisito fundamental para futuros desarrollos

Hartmut Neven, investigador de Google y principal autor del trabajo publicado en 'Nature'

Seg¨²n explica el investigador principal, ¡°se necesita controlar al conjunto mediante los llamados c¨²bits de medida, que detectan errores de una manera indirecta inteligente para no destruir el tipo de estado de superposici¨®n cu¨¢ntica y actuar en consecuencia¡±. ¡°No podemos simplemente medir d¨®nde ocurren los errores. Si identificamos, adem¨¢s de d¨®nde, qu¨¦ c¨²bits de datos ten¨ªan errores y cu¨¢les fueron, podemos decodificar y recuperar la informaci¨®n cu¨¢ntica¡±, a?ade Kelly.

¡°El c¨®digo de superficie es¡±, seg¨²n explican los investigadores, ¡°un tipo de computaci¨®n cu¨¢ntica altamente tolerante a fallos y robusto¡±. Los sistemas actuales arrojan errores en una proporci¨®n de uno entre mil. Estos pueden parecer escasos, pero las aplicaciones pr¨¢cticas de la computaci¨®n cu¨¢ntica necesitan reducirlos mucho m¨¢s, hasta uno entre un mill¨®n, seg¨²n resalta Neven. Es el camino emprendido por Google y que, seg¨²n asegura el cient¨ªfico, ¡°demuestra que la correcci¨®n de errores funciona y nos informa de todo lo que se necesita saber sobre este sistema¡±.

Para la demostraci¨®n que publica Nature, el equipo de Hartmut Neven cre¨®, a partir de la tercera generaci¨®n del Sycamore de Google, un procesador cu¨¢ntico superconductor con 72 c¨²bits y lo probaron con dos c¨®digos de superficie, uno mayor que el otro. El m¨¢s grande (sobre 49 c¨²bits f¨ªsicos) arroj¨® una tasa de fallos (2,914% de error l¨®gico por ciclo) menor que el m¨¢s peque?o (3.028% en 17 c¨²bits f¨ªsicos). ¡°Se necesita m¨¢s trabajo para alcanzar las tasas de error l¨®gicas requeridas para un c¨¢lculo efectivo, pero esta investigaci¨®n demuestra el requisito fundamental para futuros desarrollos¡±, afirma Neven.

La l¨ªnea de investigaci¨®n de Google se basa en la premisa expuesta por el f¨ªsico Richard Feynman, en 1981, cuando afirm¨®: ¡°La naturaleza es cu¨¢ntica, maldita sea, as¨ª que, si la quieres simular, mejor que sea una simulaci¨®n cu¨¢ntica¡±. De esta forma, Feynman limitaba las posibilidades de la computaci¨®n convencional para desentra?ar el mundo cu¨¢ntico e instaba a simular esta segunda realidad para conseguirlo.

Desde esa propuesta para computar a partir de la f¨ªsica cu¨¢ntica han surgido, seg¨²n recuerdan los investigadores de Google, numerosas aplicaciones que incluyen factorizaci¨®n (clave en la criptograf¨ªa), aprendizaje mec¨¢nico o qu¨ªmica cu¨¢ntica. Pero estas siguen precisando miles de operaciones para minimizar la a¨²n alta tasa de error. Los cient¨ªficos de la multinacional norteamericana creen haber abierto la puerta para que ¡°la correcci¨®n de errores pueda suprimir exponencialmente las tasas de fallos operacionales en un procesador cu¨¢ntico¡±.

Kelly admite que es un resultado necesario y cr¨ªtico, pero no suficiente. ¡°Los resultados a¨²n no muestran la escala de rendimiento en el nivel necesario para construir una m¨¢quina sin errores. Pero es realmente un hito cient¨ªfico clave porque demuestra que la correcci¨®n de errores finalmente funciona y nos brinda aprendizajes clave a medida que avanzamos hacia nuestro pr¨®ximo hito¡±.

Tampoco evita que se mantenga la carrera por construir computadoras con m¨¢s de 100.000 c¨²bits, proyectos en los que trabajan, adem¨¢s de Google, compa?¨ªas como IBM, Intel, Microsoft o Rigetti. La correcci¨®n de errores es complementaria. ¡°Estamos abordando primero lo que creemos que es m¨¢s dif¨ªcil y es, b¨¢sicamente, tomar informaci¨®n cu¨¢ntica y protegerla del entorno. Estamos tratando fundamentalmente de usar la correcci¨®n de errores cu¨¢nticos para la coherencia. El desaf¨ªo fundamental y clave es demostrar que esa correcci¨®n de errores funciona a una escala para poder tomar informaci¨®n cu¨¢ntica y protegerla del entorno¡±, explica Julian Kelly.

Puedes escribirnos a rlimon@elpais.es, seguir a EL PA?S Tecnolog¨ªa en Facebook y Twitter o apuntarte aqu¨ª para recibir nuestra newsletter semanal.