A foto mostra o Dr. Alexeev com um modelo de um computador quântico IBM Q. Crédito:Laboratório Nacional de Argonne
Nos últimos anos, Dispositivos quânticos tornaram-se disponíveis que permitem aos pesquisadores - pela primeira vez - usar hardware quântico real para começar a resolver problemas científicos. Contudo, no curto prazo, espera-se que o número e a qualidade dos qubits (a unidade básica da informação quântica) para computadores quânticos permaneçam limitados, tornando difícil o uso dessas máquinas para aplicações práticas.
Uma abordagem híbrida quântica e clássica pode ser a resposta para lidar com esse problema com o hardware quântico existente. Pesquisadores do Laboratório Nacional de Argonne do Departamento de Energia dos EUA (DOE) e do Laboratório Nacional de Los Alamos, junto com pesquisadores da Clemson University e Fujitsu Laboratories of America, desenvolveram algoritmos híbridos para rodar em máquinas quânticas e os demonstraram para aplicações práticas usando computadores quânticos IBM (veja abaixo a descrição do papel de Argonne no IBM Q Hub no Oak Ridge National Laboratory [ORNL]) e um computador quântico D-Wave.
"Esta abordagem permitirá que os pesquisadores usem computadores quânticos de curto prazo para resolver aplicativos que suportam a missão DOE. Por exemplo, pode ser aplicado para encontrar estruturas da comunidade em redes metabólicas ou um microbioma, "diz Yuri Alexeev, especialista de projeto principal, Divisão de Ciência Computacional
O trabalho da equipe é apresentado em um artigo intitulado "Uma abordagem híbrida para resolver problemas de otimização em pequenos computadores quânticos", que aparece na edição de junho de 2019 do Institute of Electrical and Electronics Engineers (IEEE) Computador Revista.
Preocupações com a conectividade qubit, altos níveis de ruído, o esforço necessário para corrigir erros, e a escalabilidade do hardware quântico limitou a capacidade dos pesquisadores de entregar as soluções que a computação quântica futura promete.
Os algoritmos híbridos que a equipe desenvolveu empregam os melhores recursos e capacidades dos computadores clássicos e quânticos para lidar com essas limitações. Por exemplo, os computadores clássicos têm grandes memórias capazes de armazenar enormes conjuntos de dados - um desafio para dispositivos quânticos que têm apenas um pequeno número de qubits. Por outro lado, algoritmos quânticos funcionam melhor para certos problemas do que algoritmos clássicos.
Para distinguir entre os tipos de computação realizada em dois tipos de hardware completamente diferentes, a equipe se referiu aos estágios clássicos e quânticos de algoritmos híbridos como unidades de processamento central (CPUs) para computadores clássicos e unidades de processamento quântico (QPUs) para computadores quânticos.
A equipe aproveitou o particionamento de grafos e clustering como exemplos de problemas de otimização práticos e importantes que já podem ser resolvidos usando computadores quânticos:um pequeno problema de gráfico pode ser resolvido diretamente em um QPU, enquanto problemas de gráfico maiores requerem abordagens híbridas quânticas-clássicas.
Como um problema se tornou grande demais para ser executado diretamente em computadores quânticos, os pesquisadores usaram métodos de decomposição para quebrar o problema em pedaços menores que o QPU pudesse gerenciar - uma ideia que eles pegaram emprestado da computação de alto desempenho e dos métodos numéricos clássicos.
Todas as peças foram então montadas em uma solução final na CPU, que não só encontrou melhores parâmetros, mas também identificou o melhor tamanho de subproblema para resolver em um computador quântico.
Essas abordagens híbridas não são uma bala de prata; eles não permitem a aceleração quântica porque o uso de esquemas de decomposição limita a velocidade conforme o tamanho do problema aumenta. Nos próximos 10 anos, no entanto, melhorias esperadas em qubits (qualidade, contar, e conectividade), correção de erros, e algoritmos quânticos diminuirão o tempo de execução e permitirão computação mais avançada.
"Enquanto isso, "de acordo com Yuri Alexeev, principal especialista em projetos na divisão de Ciência da Computação, "esta abordagem permitirá que os pesquisadores usem computadores quânticos de curto prazo para resolver aplicativos que suportam a missão DOE. Por exemplo, pode ser aplicado para encontrar estruturas da comunidade em redes metabólicas ou um microbioma. "