Computador quântico chinês detona supremacia quântica

Redação do Site Inovação Tecnológica - 04/12/2020

Esquema do processador quântico Jiuzhang, que funciona por um princípio chamado "amostragem gaussiana de bósons".
[Imagem: 10.1126/science.abe8770]

Supremacia quântica definitiva

Uma equipe liderada por pesquisadores da Universidade de Ciência e Tecnologia da China construiu um tipo especial de computador quântico que demonstrou a supremacia quântica por uma larga margem.

A supremacia quântica é o ponto a partir do qual os processadores quânticos superam definitivamente os processadores eletrônicos clássicos, solucionando problemas que seriam impossíveis de solucionar com a tecnologia baseada na eletrônica em um período de tempo razoável.

No ano passado, o Google afirmou ter atingido a supremacia quântica com seu processador Sycamore, mas o resultado foi rapidamente contestado por diversas equipes. A IBM, por exemplo, respondeu que seus supercomputadores clássicos poderiam executar algoritmos comuns para fazer os mesmos cálculos em 2,5 dias, o que questiona a vantagem quântica.

Já a nova demonstração fez algo que supera tão de longe os computadores clássicos que parece não deixar margem a dúvidas.

O processador quântico chinês, batizado de Jiuzhang, executou cálculos que seriam "impossíveis" de serem realizados por um supercomputador em um tempo razoável.

Por exemplo, o supercomputador japonês Fugaku, o computador clássico mais poderoso do mundo atualmente, levaria 600 milhões de anos para realizar os cálculos que o Jiuzhang fez em apenas 200 segundos. E o maior supercomputador chinês, o Sunway TaihuLight - o quarto mais poderoso do mundo -, levaria 2,5 bilhões de anos para fazer o mesmo cálculo.

Qubits de luz

O cálculo realizado pelo Jiuzhang é conhecido como "problema #P-completo", que é ainda mais difícil do que problemas NP-completos, já notoriamente complicados porque o número de soluções aumenta exponencialmente com o número de variáveis.

Um computador quântico, contudo, pode contornar o cálculo de força bruta simulando o processo quântico diretamente. O Jiuzhang faz isso usando uma técnica chamada "amostragem gaussiana de bósons" - bósons são partículas frequentemente associadas com forças, como os fótons, glúons e o bóson de Higgs.

Os fótons funcionam como qubits - são 76 qubits -, e foram postos para interferir entre si, a temperatura ambiente, usando pulsos de laser enviados a um labirinto de 300 divisores de feixe e 75 espelhos. Enquanto um amostrador de bóson perfeito teria uma fidelidade de 1 ao longo de muitas tentativas (correspondência completa às previsões teóricas), o Jiuzhang alcançou uma fidelidade de 0,99.

Os pesquisadores codificaram as informações na posição espacial e na polarização dos fótons. Esses estados foram então postos para interferir uns com os outros e gerar a distribuição de fótons que representa a solução do problema. A equipe usou fotodetectores capazes de registrar fótons únicos para medir essa distribuição, que na verdade codifica os cálculos que são tão difíceis de se fazer pelos métodos clássicos.

E o resultado saiu em 200 segundos. Nenhum computador tradicional pode realizar a mesma tarefa em um período de tempo razoável e é improvável que o ganho de tempo seja derrubado por melhorias nos algoritmos ou no hardware clássicos, disse a equipe, reivindicando o estabelecimento da supremacia quântica "definitiva".

A equipe também estima que seu protótipo processa 10 bilhões de vezes mais rápido do que o computador quântico de 53 qubits do Google.

Como os qubits (fótons) interagem entre si, a resposta sai na forma de um espectro de cores.
[Imagem: 10.1126/science.abe8770]

Processador especializado

Mas é necessário também ressaltar que a técnica da amostragem gaussiana de bósons é um tipo de processador projetado para fazer cálculos muito específicos, resolvendo apenas um determinado tipo de problemas, ao contrário de um supercomputador clássico, por exemplo, que pode ser programado para resolver qualquer problema - o Jiuzhang não é um processador "universal".

Ainda assim, a equipe afirma que a técnica poderá ser usada em problemas práticos, como na geração de números aleatórios para criptografia e segurança, simulação de reações químicas, aprendizado de máquina e em problemas envolvendo a teoria dos grafos.

Mais tópicos