Crear
Google reduce 40 veces los errores del procesador cuántico Willow en una prueba de estados mágicos

Google reduce 40 veces los errores del procesador cuántico Willow en una prueba de estados mágicos

Google Quantum AI afirma que su último experimento con Willow supone un paso hacia unos cálculos cuánticos más fiables, después de que los investigadores demostraran que podían preparar y filtrar «estados mágicos» con tasas de error mucho menores que antes. El estudio, publicado en Science, empleó un proceso de cultivo por etapas en el procesador superconductor, en lugar de producir un lote grande de una sola vez.

Los estados mágicos aceptados alcanzaron una fidelidad del 99,99 %, según el informe, pero solo alrededor del 8 % de los intentos superó las comprobaciones de los investigadores. Los intentos en los que se detectaron errores se descartaron y el equipo volvió a empezar.

Los investigadores transfirieron los estados cultivados de un código de color de distancia 3 a un código de superficie de distancia 5, para probar cómo se trasladaban entre dos esquemas de corrección de errores. El experimento utilizó como máximo 54 de los 105 cúbits de Willow.

Willow Quantum Processor
Procesador cuántico Willow

El trabajo también tuvo que afrontar dificultades de medición: los cambios de temperatura en el laboratorio y las fluctuaciones de los equipos eléctricos interfirieron en los resultados. El equipo perfeccionó la supervisión del sistema y desarrolló un nuevo método para evaluar el proceso de cultivo.

El experimento aún no permite determinar cuántos recursos podría ahorrar este enfoque en un sistema de mayor tamaño. Google tiene previsto probar el cultivo de estados mágicos a una escala más amplia.

La tasa de error comunicada también sigue muy lejos del nivel que se considera necesario para factorizar RSA-2048: esa estimación exige que los errores de los estados mágicos sean aproximadamente un millón de veces menores que los logrados en el experimento.

¿Qué haría que este resultado fuese convincente como avance práctico: una tasa de éxito mayor, una prueba a mayor escala o una estimación más clara del ahorro de recursos?

    La publicación fue traducida Mostrar original (EN)
    0
    Sobre el autor
    Comentarios0