Qué ha pasado

Anthropic ha desarrollado un trabajo en el que Claude, su modelo de IA, ha diseñado circuitos cuánticos más eficientes que los mejores publicados hasta la fecha. El modelo recibió especificaciones en lenguaje natural para ocho circuitos de química, optimización, simulación física y teoría de números, junto con un evaluador automatizado que comprueba y puntúa cada diseño. Trabajando de forma autónoma, Claude encontró diseños que mejoran sobre los mejores publicados, en algunos casos por un orden de magnitud o más.

Por qué importa

Estas mejoras reducen sustancialmente los recursos cuánticos necesarios para aplicaciones útiles, lo que podría hacer que los computadores cuánticos prácticos lleguen antes de lo previsto. El trabajo fue liderado por Andi Gu como parte del programa de Becas STEM de Anthropic, con mentoría de Alek Kemeny, físico cuántico de Anthropic, en colaboración con Susanne Yelin (Universidad de Harvard) y Mikhail Lukin (Universidad de Harvard y QuEra Computing).

A quién afecta

A los investigadores en computación cuántica y a las empresas que desarrollan hardware cuántico, ya que las mejoras en la eficiencia de los circuitos pueden acelerar el desarrollo de aplicaciones prácticas en campos como la química, la ciencia de materiales y la teoría de números.

Contexto

Los computadores cuánticos actuales solo tienen cientos o miles de qubits, insuficientes para ejecutar muchos de los algoritmos que prometen ventajas prácticas sobre los computadores clásicos. Los qubits son altamente sensibles al ruido ambiental, y los errores se acumulan hasta que el computador da una respuesta incorrecta. Dado que tanto los qubits como el tiempo de cómputo son recursos escasos, los investigadores han trabajado en rediseñar los algoritmos cuánticos para usar menos qubits y completar los cálculos en menos tiempo. Un ejemplo ilustrativo es la simulación de FeMoco, el cluster de hierro-zufre en el corazón de la nitrogenasa, la enzima que las bacterias usan para convertir el nitrógeno del aire en amoníaco. En 2017, se estimó que un computador cuántico necesitaría unos 50 billones de puertas Toffoli para calcular la energía del estado fundamental de FeMoco. A través de una serie de avances algorítmicos, el número estimado de puertas ha bajado a unos 340 millones, una reducción de aproximadamente 150.000 veces, correspondiente a unas pocas horas de cómputo en una máquina futura con unos tres millones de qubits físicos.

Qué falta por saber

Cómo se aplicarán estas mejoras en la práctica y si otros modelos de IA pueden lograr mejoras similares en otros tipos de circuitos cuánticos. También queda por ver si estas optimizaciones pueden traducirse en aplicaciones reales en un horizonte temporal cercano.