El futuro de la investigación científica es cuántico


En los últimos años, las capacidades de las computadoras cuánticas han alcanzado la etapa en la que se pueden utilizar para realizar investigaciones con un impacto tecnológico generalizado. A través de su investigación, el equipo de Q4Q de la Universidad del Sur de California, la Universidad del Norte de Texas y la Universidad Central de Michigan, explora cómo el software y los algoritmos diseñados para las últimas tecnologías de computación cuántica pueden adaptarse a las necesidades de las ciencias aplicadas. En un proyecto colaborativo, el equipo de Q4Q establece una hoja de ruta para llevar la computación cuántica accesible y fácil de usar a campos que van desde la ciencia de los materiales hasta el desarrollo de fármacos farmacéuticos.

Computación cuántica

Desde que surgió por primera vez en la década de 1980, el campo de la computación cuántica ha prometido transformar las formas en que procesamos la información. La tecnología se centra en el hecho de que las partículas cuánticas, como los electrones, existen en «superposiciones» de estados. La mecánica cuántica también dicta que las partículas solo colapsarán en un solo estado mensurable cuando las observe un usuario. Al aprovechar estas propiedades únicas, los físicos descubrieron que los lotes de partículas cuánticas pueden actuar como contrapartes más avanzadas de los bits binarios convencionales, que solo existen en uno de los dos estados posibles (encendido o apagado) en un momento dado.

En las computadoras clásicas, escribimos y procesamos información en forma binaria. Es decir, la unidad básica de información es un bit, que toma los valores binarios lógicos 0 o 1. De manera similar, los bits cuánticos (también conocidos como «qubits») son los portadores de información nativos en las computadoras cuánticas. Al igual que los bits, leemos resultados binarios de qubits, es decir, 0 o 1 para cada qubit.

Sin embargo, en marcado contraste con los bits, podemos codificar información en un qubit en forma de superposición de valores lógicos de 0 y 1. Esto significa que podemos codificar mucha más información en un qubit que en un bit. Además, cuando tenemos una colección de qubits, el principio de superposición conduce a estados computacionales que pueden codificar correlaciones entre los qubits, que son más fuertes que cualquier tipo de correlación lograda dentro de una colección de bits. La superposición y las fuertes correlaciones cuánticas son, posiblemente, los cimientos en los que se basan las computadoras cuánticas para proporcionar velocidades de procesamiento más rápidas que sus contrapartes clásicas.

Para realizar cálculos, los estados de qubit se pueden utilizar en puertas de lógica cuántica, que realizan operaciones en qubits, transformando así el estado de entrada de acuerdo con un algoritmo programado. Este es un paradigma para la computación cuántica, análogo a las computadoras convencionales. En 1998, tanto los qubits como las puertas de lógica cuántica se realizaron experimentalmente por primera vez, lo que llevó el concepto previamente teórico de la computación cuántica al mundo real.

Avances estancados

A partir de esta base, los investigadores comenzaron a desarrollar nuevos software y algoritmos, especialmente diseñados para operaciones que utilizan qubits. En ese momento, sin embargo, la adopción generalizada de estas técnicas en aplicaciones cotidianas todavía parecía muy lejana. El meollo del problema radica en los errores que los entornos circundantes introducen inevitablemente en los sistemas cuánticos. Si no se corrigen, estos errores pueden hacer que los qubits pierdan su información cuántica, haciendo que los cálculos sean completamente inútiles. Muchos estudios en ese momento tenían como objetivo desarrollar formas de corregir estos errores, pero los procesos que idearon eran invariablemente costosos y consumían mucho tiempo.

Desafortunadamente, el riesgo de introducir errores en los cálculos cuánticos aumenta drásticamente a medida que se agregan más qubits a un sistema. Durante más de una década después de la realización experimental inicial de los qubits y las puertas de lógica cuántica, esto significó que las computadoras cuánticas mostraban pocas posibilidades de rivalizar con las capacidades de sus contrapartes convencionales.

Además, la computación cuántica se limitó en gran medida a los laboratorios de investigación especializados, lo que significa que muchos grupos de investigación que podrían haberse beneficiado de la tecnología no pudieron acceder a ella.

Mejorando la accesibilidad

Si bien la corrección de errores sigue siendo un obstáculo, desde entonces la tecnología ha ido más allá de los laboratorios de investigación especializados y se ha vuelto accesible para más usuarios. Esto ocurrió por primera vez en 2011, cuando se comercializó el primer recocido cuántico. Con este evento, surgieron rutas factibles hacia procesadores cuánticos confiables que contienen miles de qubits capaces de realizar cálculos útiles.

El recocido cuántico es una técnica avanzada para obtener soluciones óptimas a problemas matemáticos complejos. Es una alternativa de paradigma de computación cuántica para operar en qubits con puertas de lógica cuántica.

La disponibilidad de templadores cuánticos comerciales provocó un nuevo aumento del interés por la computación cuántica, con el consiguiente progreso tecnológico, especialmente impulsado por los capitales industriales. En 2016, esto culminó con el desarrollo de un nuevo sistema en la nube basado en puertas de lógica cuántica, que permitió a los propietarios y usuarios de computadoras cuánticas de todo el mundo reunir sus recursos, expandiendo el uso de los dispositivos fuera de los laboratorios de investigación especializados. En poco tiempo, el uso generalizado de software y algoritmos cuánticos para escenarios de investigación específicos comenzó a parecer cada vez más realista.

Sin embargo, en ese momento, la tecnología aún requería altos niveles de experiencia para operar. Sin un conocimiento específico de los procesos cuánticos involucrados, los investigadores en campos como la biología, la química, la ciencia de los materiales y el desarrollo de fármacos no podrían aprovecharlos al máximo. Se necesitarían más avances antes de que las ventajas de la computación cuántica pudieran aplicarse ampliamente fuera del campo de la mecánica cuántica en sí.

Simulaciones cuánticas útiles

Ahora, el equipo de Q4Q tiene como objetivo aprovechar estos avances anteriores, utilizando algoritmos cuánticos y paquetes de software fáciles de usar para realizar simulaciones cuánticas de sistemas físicos. Donde las propiedades profundamente complejas de estos sistemas son increíblemente difíciles de recrear dentro de las computadoras convencionales, ahora existe la esperanza de que esto se pueda lograr utilizando grandes sistemas de qubits.

Para recrear las tecnologías que podrían estar ampliamente disponibles de manera realista en un futuro cercano, los experimentos del equipo incorporarán dispositivos ‘ruidosos cuánticos de escala intermedia’ (NISQ), que contienen cantidades relativamente grandes de qubits y, por sí mismos, son propensos a errores ambientales.

En sus proyectos, el equipo de Q4Q identifica tres aspectos particulares de moléculas y materiales sólidos que podrían explorarse mejor a través de las técnicas que pretenden desarrollar. El primero de ellos se refiere a las «estructuras de bandas» de los sólidos, que describen el rango de niveles de energía que los electrones pueden ocupar dentro de un sólido, así como las energías que tienen prohibido poseer.

En segundo lugar, su objetivo es describir las vibraciones y las propiedades electrónicas de moléculas individuales, cada una de las cuales puede influir en gran medida en sus propiedades físicas. Finalmente, los investigadores explorarán cómo se pueden explotar ciertos aspectos del recocido cuántico para realizar algoritmos de aprendizaje automático, que mejoran automáticamente a través de su experiencia de procesamiento de datos.

Moléculas y sólidos

A medida que aplican estas técnicas, el equipo de Q4Q predice que sus hallazgos conducirán a un mejor conocimiento de las propiedades cuánticas tanto de las moléculas como de los materiales sólidos. En particular, esperan proporcionar mejores descripciones de los sólidos periódicos, cuyos átomos constituyentes están dispuestos en patrones que se repiten de manera confiable.

Anteriormente, los investigadores lucharon por reproducir las «funciones de onda» de las partículas cuánticas que interactúan dentro de estos materiales, que se relacionan con la probabilidad de encontrar las partículas en posiciones particulares cuando las observa un usuario. A través de sus técnicas, el equipo de Q4Q tiene como objetivo reducir la cantidad de qubits necesarios para capturar estas funciones de onda, lo que lleva a simulaciones cuánticas más realistas de los materiales sólidos.

Por otra parte, el equipo de Q4Q explicará las propiedades cuánticas, a menudo profundamente complejas, de moléculas individuales compuestas por grandes grupos de átomos. Durante las reacciones químicas, cualquier cambio que tenga lugar dentro de estas moléculas estará fuertemente impulsado por procesos cuánticos, que aún no se comprenden bien. Al desarrollar complementos para el software cuántico existente, el equipo espera recrear con precisión esta química cuántica en reacciones simuladas.

Si tienen éxito en alcanzar estos objetivos, los resultados de su trabajo podrían abrir muchas nuevas vías de investigación dentro de una amplia gama de campos, especialmente donde los efectos de la mecánica cuántica aún no se han considerado ampliamente. En particular, también contribuirán a identificar los cuellos de botella de las unidades de procesamiento cuántico actuales, lo que ayudará al diseño de mejores computadoras cuánticas.

Expandiéndose a nuevos campos

Quizás de manera más general, el equipo de Q4Q espera que sus técnicas permitan a los investigadores comprender mejor cómo responde la materia a las perturbaciones externas, como los láseres y otras fuentes de luz.

En otros lugares, el software cuántico ampliamente accesible podría resultar inmensamente útil en el diseño de nuevos fármacos farmacéuticos, así como de nuevos fertilizantes. Al determinar cómo se desarrollan las reacciones entre moléculas orgánicas y biológicas dentro de las simulaciones, los investigadores podrían diseñar estructuras moleculares que se adapten específicamente al tratamiento de ciertas afecciones médicas.

La capacidad de simular estas reacciones también podría conducir a nuevos avances en el campo de la biología en su conjunto, donde los procesos que involucran moléculas grandes y profundamente complejas, incluidas proteínas y ácidos nucleicos, son fundamentales para la función de todos los organismos vivos.

Finalmente, un mejor conocimiento de las propiedades vibratorias y electrónicas de los sólidos periódicos podría transformar el campo de la física de materiales. Al diseñar estructuras con precisión para mostrar ciertas propiedades físicas en escalas macroscópicas, los investigadores podrían adaptar nuevos materiales con una amplia gama de características deseables: incluida la durabilidad, la interacción avanzada con la luz y la sostenibilidad ambiental.

Entrenando a una nueva generación

Si los impactos de los objetivos de investigación propuestos por el equipo son tan transformadores como esperan, los investigadores en muchos campos diferentes del esfuerzo tecnológico pronto podrían estar trabajando con tecnologías cuánticas.

Un cambio tan claro de las prácticas de investigación tradicionales podría, a su vez, crear muchos trabajos nuevos, con los conjuntos de habilidades requeridos, incluido el uso de software y algoritmos cuánticos de vanguardia. Por tanto, un elemento clave de la actividad del equipo es desarrollar nuevas estrategias para la formación de futuras generaciones de investigadores. Los miembros del equipo Q4Q creen que esto presentará algunas de las rutas más claras hasta ahora hacia la aplicación generalizada de la computación cuántica en nuestra vida cotidiana.

Este artículo fue escrito por el equipo de Q4Q, formado por la investigadora principal Rosa Di Felice, Anna Krylov, Marco Fornari, Marco Buongiorno Nardelli, Itay Hen y Amir Kalev, en Scientia. Obtenga más información sobre el equipo y encuentre el artículo original aquí.



Fuente: TNW

Compartir:

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Esta web utiliza cookies propias y de terceros para su correcto funcionamiento y para fines analíticos y para fines de afiliación y para mostrarte publicidad relacionada con sus preferencias en base a un perfil elaborado a partir de tus hábitos de navegación. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Ver Política de cookies
Privacidad