Resolver un problema planteado hace d\u00e9cadas<\/strong><\/p>\n\n\n\n El avance (lograr este hito “por debajo del umbral”) significa que los errores en una computadora cu\u00e1ntica se reducir\u00e1n exponencialmente a medida que se agreguen m\u00e1s qubits f\u00edsicos. Traza un camino para ampliar las m\u00e1quinas cu\u00e1nticas en el futuro.<\/p>\n\n\n\n La tecnolog\u00eda se basa en qubits l\u00f3gicos. Se trata de un qubit codificado utilizando una colecci\u00f3n de qubits f\u00edsicos en una formaci\u00f3n reticular. Todos los qubits f\u00edsicos en un solo qubit l\u00f3gico comparten los mismos datos, lo que significa que si alg\u00fan qubit falla, los c\u00e1lculos contin\u00faan porque la informaci\u00f3n a\u00fan se puede encontrar dentro del qubit l\u00f3gico.<\/p>\n\n\n\n Los cient\u00edficos de Google construyeron qubits lo suficientemente confiables para la reducci\u00f3n exponencial de errores haciendo varios cambios. Mejoraron los protocolos de calibraci\u00f3n, mejoraron las t\u00e9cnicas de aprendizaje autom\u00e1tico para identificar errores y mejoraron los m\u00e9todos de fabricaci\u00f3n de dispositivos. Lo m\u00e1s importante es que mejoraron los tiempos de coherencia al tiempo que conservaron la capacidad de ajustar los qubits f\u00edsicos para obtener el mejor rendimiento.<\/p>\n\n\n\n “Lo que hemos podido hacer en la correcci\u00f3n de errores cu\u00e1nticos es un hito realmente importante, para la comunidad cient\u00edfica y para el futuro de la computaci\u00f3n cu\u00e1ntica, que es [mostrar] que podemos crear un sistema que funcione por debajo del umbral de correcci\u00f3n de errores cu\u00e1nticos”, dijo a Live Science Julian Kelly, director de hardware cu\u00e1ntico de Google Quantum AI.<\/p>\n\n\n\n Esta desafiante tarea requiere eliminar m\u00e1s errores de un sistema de los que se introducen. Por debajo de este umbral, los cient\u00edficos pueden ampliar una computadora cu\u00e1ntica para que sea cada vez m\u00e1s grande, y los errores seguir\u00e1n disminuyendo, explic\u00f3 Kelly.<\/p>\n\n\n\n “Este ha sido un desaf\u00edo sobresaliente durante 30 a\u00f1os, desde que se concibi\u00f3 la idea de la correcci\u00f3n de errores cu\u00e1nticos a mediados de los 90”, dijo Kelly.<\/p>\n\n\n\n Resultados alucinantes para la computaci\u00f3n cu\u00e1ntica Google anunci\u00f3 por primera vez que Sycamore hab\u00eda superado el punto de referencia RCS en 2019, cuando los cient\u00edficos utilizaron el chip para resolver un problema que una supercomputadora cl\u00e1sica habr\u00eda tardado 10.000 a\u00f1os en calcular. En julio, una nueva computadora cu\u00e1ntica construida por Quantinuum rompi\u00f3 ese r\u00e9cord por 100 veces.<\/p>\n\n\n\n Luego, en octubre, Google volvi\u00f3 a anunciar que hab\u00eda descubierto una nueva “fase cu\u00e1ntica” al utilizar Sycamore para procesar c\u00e1lculos, lo que significa que las mejores QPU actuales pueden superar a las supercomputadoras m\u00e1s r\u00e1pidas en aplicaciones pr\u00e1cticas por primera vez.<\/p>\n\n\n\n “Los tiempos de coherencia son ahora mucho m\u00e1s altos de lo que sol\u00edan ser, y traducimos inmediatamente a una reducci\u00f3n b\u00e1sica de todas las tasas de error de operaci\u00f3n f\u00edsica en un factor de aproximadamente dos”, dijo Kelly.<\/p>\n\n\n\n “Por lo tanto, todos los qubits subyacentes simplemente mejoraron en todo lo que hacen en un factor de aproximadamente dos. Si observas la tasa de error l\u00f3gico entre este nuevo procesador y Sycamore, hay una diferencia de aproximadamente un factor de 20, y eso proviene de la ampliaci\u00f3n, pero tambi\u00e9n de empujar por debajo del umbral”.<\/p>\n\n\n\n Mirando m\u00e1s all\u00e1 de “por debajo del umbral” Un ejemplo de ello es el descubrimiento de desviaciones de las supuestas leyes de la f\u00edsica, pero estos resultados todav\u00eda estaban al alcance de los ordenadores cl\u00e1sicos m\u00e1s potentes.<\/p>\n\n\n\n A continuaci\u00f3n, el equipo quiere crear un “c\u00fabit l\u00f3gico muy, muy bueno” con una tasa de error de uno en un mill\u00f3n. Para construirlo, necesitar\u00edan unir 1.457 c\u00fabits f\u00edsicos, dijeron.<\/p>\n\n\n\n Este \u00e1mbito es un reto porque es imposible llegar all\u00ed utilizando solo hardware f\u00edsico: se necesitar\u00eda tecnolog\u00eda de correcci\u00f3n de errores superpuesta. Los cient\u00edficos quieren conectar los c\u00fabits l\u00f3gicos entre s\u00ed para que funcionen mejor que los superordenadores en las pruebas comparativas, as\u00ed como en escenarios del mundo real.<\/p>\n\n\n\n![\"\"](\"https:\/\/einsteresante.com\/wp-content\/uploads\/2024\/12\/image-26.png\")
<\/strong>Los investigadores de Google probaron Willow contra el punto de referencia de muestreo de circuito aleatorio (RCS), que ahora es una m\u00e9trica est\u00e1ndar para evaluar los chips de computaci\u00f3n cu\u00e1ntica. En estas pruebas, Willow realiz\u00f3 un c\u00e1lculo en menos de cinco minutos que habr\u00eda llevado a las supercomputadoras m\u00e1s r\u00e1pidas de la actualidad 10 cuatrillones de a\u00f1os. Esto es casi mil billones de veces m\u00e1s que la edad del universo. La primera edici\u00f3n de la QPU de Willow tambi\u00e9n puede lograr un tiempo de coherencia de casi 100 microsegundos, que es cinco veces mejor que el rendimiento del chip Sycamore anterior de Google.<\/p>\n\n\n\n![\"\"](\"https:\/\/einsteresante.com\/wp-content\/uploads\/2024\/12\/image-27.png\")
<\/strong>Los cient\u00edficos de Google ahora apuntan a demostrar c\u00e1lculos \u00fatiles y pr\u00e1cticos para los chips cu\u00e1nticos actuales, en lugar de depender de la evaluaci\u00f3n comparativa. En el pasado, el equipo ha realizado simulaciones de sistemas cu\u00e1nticos que han llevado a descubrimientos y avances cient\u00edficos, dijo Kelly a Live Science.<\/p>\n\n\n\n![\"\"](\"https:\/\/einsteresante.com\/wp-content\/uploads\/2024\/12\/image-28.png\")