Mesmo com erros persistentes, as máquinas quânticas atuais conseguiram reproduzir as assinaturas centrais do comportamento caótico em escalas que, até pouco tempo, pareciam fora de alcance.
Esse resultado muda o que hardware imperfeito pode revelar com credibilidade sobre sistemas físicos complexos, enquanto equipamentos mais robustos ainda ficam para o futuro.
Confiar nos resultados quânticos
Num processador supercondutor de 91 qubits da IBM Research, a equipa registou esses padrões em sistemas quânticos grandes e interativos.
O trabalho foi liderado por Laurin E. Fischer, da IBM Research Europe, em Zurique, que demonstrou essa concordância em condições reais de operação.
Isso é relevante porque, mais do que velocidade, é a confiança que define quando computadores quânticos deixam de ser demonstrações e passam a ser ferramentas em que cientistas podem realmente se apoiar.
Caos quântico como referência de desempenho
Com um processador supercondutor, a equipa simulou caos quântico - uma mistura rápida que apaga sinais locais - na faixa de 51 a 91 qubits.
Em sistemas grandes e interativos, o caos faz com que os erros se propaguem, e assim as verificações clássicas ficam caras à medida que o circuito aumenta.
Para levar o hardware ao limite, as execuções usaram 4.095 portas de dois qubits, um comprimento suficiente para que o ruído se esconda dentro da própria física.
Se, ainda assim, os padrões coincidirem com a teoria, os cientistas ganham um modo de avaliar quais resultados quânticos merecem atenção séria.
Caos controlado em circuitos
Os projetistas optaram por circuitos duais-unitários para gerar caos, mantendo uma reversibilidade intrínseca no tempo e no espaço - o que preserva algumas verificações.
Trabalhos anteriores já indicavam que esses circuitos permitem aos físicos calcular exatamente certas correlações locais, mesmo quando a dinâmica continua complexa.
Essa pequena janela de respostas exatas funciona como referência, permitindo comparar medições ruidosas com uma curva-alvo sem depender de suposições.
Sem essas verificações embutidas, uma execução bem-sucedida ainda poderia ser apenas uma coincidência entre erros e expectativas.
Um sinal que deveria desaparecer
O teste principal acompanhou uma função de autocorrelação, que mede o quanto uma perturbação se parece consigo mesma mais tarde.
No modelo, essa função decai à medida que a informação se espalha, indicando que o sistema “esquece” o seu ponto de partida.
A teoria exata previa uma queda exponencial simples para várias configurações, dando à equipa uma linha clara a seguir.
Como essa grandeza é local, ela pode apontar problemas cedo, antes que os erros se acumulem e criem um quadro totalmente enganoso.
Correção de erros quânticos
Sem correção, as medições desapareciam rápido demais; por isso, o grupo recorreu à mitigação de erros, isto é, etapas de software que estimam respostas livres de ruído após as execuções.
Primeiro, eles aprenderam como camadas de portas de dois qubits distorcem os resultados e, depois, aplicaram pós-processamento clássico para desfazer grande parte desse viés.
A curva corrigida coincidiu com a teoria para portas além do conjunto mais fácil de simular, tornando a referência mais próxima de um cenário de investigação real.
Uma revisão importante explicou por que a correção total de erros quânticos - verificações que consertam falhas durante a execução - exige muito mais qubits do que o hardware atual consegue oferecer.
Métodos tensoriais explicados
Para ampliar a mitigação de erros, os pesquisadores usaram redes tensoriais, estruturas matemáticas que comprimem cálculos gigantes em partes menores conectadas.
O método construiu um mapa inverso aproximado do ruído e o aplicou depois que o circuito terminou, e não durante a execução.
A abordagem Tensor-network Error Mitigation (TEM) inferiu o ruído a partir de execuções de calibração e corrigiu o observável final.
Como o TEM depende de um modelo de ruído estável, a deriva do hardware pode reduzir a precisão e deixar um viés residual.
Testando modelos concorrentes
Depois de passar pelas verificações exatas, os pesquisadores afastaram o circuito da configuração dual-unitária, onde não existem respostas em forma fechada.
Eles compararam os resultados quânticos com duas simulações clássicas por rede tensorial: uma que acompanha estados em evolução e outra que acompanha operadores em evolução.
Esses métodos clássicos divergiram entre si, mas os dados do hardware mitigados via TEM permaneceram mais próximos da abordagem baseada em operadores em todas as configurações testadas.
Nesse papel, o processador quântico funcionou como árbitro, oferecendo evidência quando aproximações clássicas apontavam em direções diferentes.
Velocidade torna a mitigação viável
Experimentos práticos também exigem rapidez, e o fluxo completo das maiores execuções foi concluído em pouco mais de três horas.
A amostragem veloz - acima de 1.000 medições por segundo - permite reunir grandes conjuntos de dados sem ocupar a máquina por dias.
Esse tempo de resposta foi importante porque a mitigação pede caracterizações repetidas do ruído, e ciclos curtos ajudam a capturar a deriva antes que ela corrompa resultados posteriores.
O custo é mais computação clássica, o que pode limitar o que laboratórios menores conseguem fazer sem recursos partilhados na nuvem.
Construindo ferramentas quânticas úteis
Simulações caóticas validadas podem servir como benchmarks, oferecendo às equipas de hardware um alvo claro e aos teóricos uma forma nova de testar ideias.
Um relatório descreveu o avanço como a combinação de hardware, software e tratamento de erros - e não como uma correção única e simples.
“Há muitos pilares para trazer a computação quântica verdadeiramente útil ao mundo”, disse Jay Gambetta, Diretor da IBM Research.
Até que cheguem máquinas tolerantes a falhas, simulações validadas podem apoiar estudos de materiais, descoberta de medicamentos, fluxo de tráfego e planeamento logístico.
O que a confiabilidade desbloqueia
Os resultados indicam que um benchmark cuidadoso, somado ao pós-processamento, pode transformar hardware quântico ruidoso numa ferramenta para estudar o caos.
Os pesquisadores ainda vão precisar de medições mais amplas e circuitos mais longos, porque a precisão da mitigação pode cair quando o ruído muda ao longo do tempo.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário