Entendiendo la innovación de Google en corrección de errores cuánticos
(quantum-machines.co)- Los qubits, la unidad básica de las computadoras cuánticas, son extremadamente sensibles y pueden presentar errores incluso ante interferencias externas mínimas
- La corrección de errores cuánticos (QEC) combina múltiples qubits físicos sensibles para crear qubits lógicos más estables y corregir errores
- El objetivo central de la QEC es lograr que, cuando la tasa de error de los qubits físicos esté por debajo del umbral, los errores disminuyan incluso al agregar más qubits
Principal logro de Google: alcanzar una tasa de error por debajo del umbral
- Google logró reducir los errores de forma exponencial usando un tipo específico de QEC: los surface codes
- Al aumentar la distancia del código (code distance) de 5 a 7 qubits, la tasa de error lógico se redujo 2.14 veces
- Los resultados experimentales muestran que los qubits lógicos duran el doble que los qubits físicos
- Este es el primer caso en que se demuestra que un qubit lógico supera en rendimiento a un qubit físico, sentando una base importante para computadoras cuánticas escalables
La innovación de Google desde la perspectiva de la ingeniería de control
1. Sincronización en tiempo real
- Cada ciclo de corrección de errores debía completarse en 1.1µs, lo que exigía una sincronización perfecta entre qubits
- Incluso pequeños errores de temporización en la señal pueden provocar acumulación de errores y fallas en el cálculo
2. Decodificación en tiempo real
- La decodificación consiste en analizar los datos de medición para identificar la ubicación y el tipo de error
- Google procesó más de un millón de ciclos de corrección de errores con una latencia de 63µs
- Si el decodificador es lento, los errores se acumulan, por lo que la decodificación en tiempo real es esencial
3. Operación de compuertas de alta fidelidad
- Google alcanzó una tasa de error inferior a 0.1% en compuertas de un solo qubit y una tasa de error de 0.3% en compuertas CZ de dos qubits, asegurando la estabilidad de los qubits lógicos
- Los errores en las compuertas pueden propagarse por todo el sistema, por lo que la precisión es crítica
La importancia de la decodificación en tiempo real
- La investigación de Google muestra qué tan importantes son la latencia y el rendimiento (throughput) del decodificador para el desempeño de la QEC
- La decodificación puede ejecutarse de forma rápida y precisa en hardware como FPGA, mientras que las GPU ofrecen mayor capacidad de cómputo
- La plataforma DGX Quantum, creada a partir de la colaboración entre NVIDIA y Quantum Machines, soporta tareas de QEC con una latencia de ida y vuelta de datos inferior a 4µs
Retos y perspectivas a futuro
Lo que implica el avance de Google
- Google abrió el camino hacia la computación cuántica tolerante a fallos al demostrar que los qubits lógicos pueden superar a los qubits físicos
- Al probar que la tasa de error lógico disminuye de forma exponencial, mostró el potencial de realizar cálculos cuánticos complejos
Líneas de investigación futuras
- Mejorar la velocidad del decodificador y la calibración automatizada
- Desarrollar estrategias rápidas de mitigación de errores
- Diseñar sistemas de control integrados entre tareas cuánticas y clásicas
- Se necesita completar bucles de retroalimentación en tiempo real para corregir errores antes de que se acumulen
2 comentarios
AlphaQubit - Identificación de errores en computadoras cuánticas con IA
Comentarios en Hacker News
Dudo que esta sea realmente una buena explicación. Me detuve desde la introducción: dice que en las computadoras clásicas la memoria resistente a errores corrige bits copiándolos y usando mayoría, pero en realidad se usa corrección de errores como ECC, no copia de bits ni voto mayoritario
Se puede lograr el mismo efecto con muchos menos bits adicionales, así que copiar bits es muy ineficiente. Probablemente lo confundieron con los circuitos lógicos, donde quizá no hay una estrategia más eficiente
En corrección cuántica de errores no se puede usar esa redundancia tal cual por el teorema de no clonación, así que en su lugar se usan más qubits para embeber un subespacio de qubits dentro de un espacio más grande. Cuando ocurre un error corregible, ese subespacio embebido se desplaza a otra “posición” dentro del espacio mayor, y al detectarlo se puede revertir sin alterar el estado dentro del subespacio, preservando así la información cuántica
Que una señal se interprete como 0 o 1 depende de hacia qué lado se mueve la mayoría de los electrones. Cuanto más baja la potencia, menos electrones hay por señal y más aumentan los errores. En ese sentido, se puede decir que en dispositivos como computadoras clásicas o fibra óptica también existe un código de repetición a nivel del sustrato de hardware
Los bits no se almacenan en un solo átomo o electrón. Una celda que guarda un solo bit puede verse como un conjunto de celdas más pequeñas conectadas en paralelo que almacenan redundante el mismo valor, y al leerla se mide la carga total de la celda de memoria, con lo que ocurre automáticamente una especie de voto mayoritario analógico
Dependiendo de qué tan abstractamente se hable de computadoras, sobre todo al contrastar computadoras cuánticas y clásicas, memoria puede significar no solo RAM sino cualquier cosa que conserve estado, y computadora clásica puede incluir no solo una desktop sino también circuitos lógicos simples. En el fondo, una computadora de escritorio también es un circuito lógico enorme
También está RAID-1, y a un nivel más alto también los respaldos. Así que sí hay suficientes ejemplos reales de uso de replicación para resistencia a errores en computadoras clásicas
Sorprende ver que hicieron un sitio web donde todo crece al ajustar el zoom del navegador excepto el texto del cuerpo
Nunca había visto algo así. Quizá sea casi la única forma de esquivar el zoom del navegador
Como referencia, el paper mencionado aquí se publicó el 27 de agosto de 2024
https://arxiv.org/pdf/2408.13687
Sigo teniendo expectativas sobre hacia dónde irá la computación cuántica, pero el estándar para llamar algo “avance” cambió. Hasta que una computadora cuántica pueda factorizar el producto de primos de más que unos pocos bits, incluso en el mejor caso lo veré como trabajo en progreso
Ese estancamiento inicial se debe a que el costo de la corrección de errores está muy cargado al principio. Según lo que a uno le interese, esa poca sensibilidad inicial de la métrica puede ser buena porque reduce distracciones, o mala porque no muestra bien el progreso real. Por ejemplo, si la tasa real de mejora no fuera 2x por año sino 10x, podrían pasar 3 años antes de que nos diéramos cuenta de que RSA2048 se romperá en 2 años y no en 12
No sé lo suficiente como para argumentarlo en detalle, pero cada vez que leo cobertura que da por hecho “claro que es difícil, pero eventualmente se logrará”, me surge esa preocupación. Estoy de acuerdo en que, en teoría, los algoritmos cuánticos pueden resolver problemas reales valiosos, pero para llegar al punto de “convertirse en una alternativa comercialmente viable que resuelva problemas reales” todavía parece haber muchas incógnitas desconocidas
También parece posible que se descubra una limitación fundamental que impida construir, desde la ingeniería, una solución a escala suficientemente confiable y rentable. Me gustaría oír el contraargumento de que ya se puede afirmar con bastante seguridad que lo que queda es sobre todo “ingeniería muy difícil”
No sé exactamente qué implica cada avance en computación cuántica, pero sí sé que en algún momento tendré que cambiar todas las claves de seguridad que he creado y los algoritmos criptográficos de todo mi software, así que entiendo que estoy expuesto al riesgo de la computación cuántica
¿Qué tanto nos acerca este resultado a la gran catástrofe criptográfica cuántica? ¿Cuánto tiempo queda antes de que tenga que meterlo en el presupuesto del plan de ingeniería trimestral?
En la práctica, el problema afecta solo a la criptografía de clave pública; la criptografía simétrica está bien. Es una simplificación, pero en general es correcta
Idealmente, para la mayoría debería reducirse a algo como “actualizar a las versiones más recientes de openssl / openssh / golang-crypto, etc., y verificar que la configuración del handshake use los algoritmos criptográficos más recientes”. Pero por varias razones humanas, casi no hay consenso sobre cómo cambiar los protocolos, así que esto todavía está lejos
En algún momento también habrá que generar nuevas claves asimétricas, y ahí es donde se va a poner interesante. Hoy no existe una solución basada en hardware, y es probable que tome mucho tiempo. Las empresas quieren alinearse con los estándares del gobierno federal de EE. UU. por regulación y por ventas al gobierno, el gobierno federal estandariza protocolos a un ritmo muy lento y parece querer añadir más algoritmos de certificación, y la aprobación de FIPS 140, el estándar relevante, ya tarda más de un año solo en trámites, aunque todos quieren moverse más rápido. El software puede avanzar más rápido en términos de desarrollo, pero sigue arrastrando las concesiones habituales que facilitan el robo de claves y el problema de la certificación formal
Por eso ya se están desarrollando nuevos mecanismos de seguridad “seguros ante lo cuántico”
Si tienes claves que deben aguantar 20 años, conviene probar los nuevos algoritmos estándar aprobados por NIST
¿Hay alguien en HN que entienda cuánto nos acerca este resultado a una computadora cuántica útil?
https://arxiv.org/abs/2408.13687
“Our results present device performance that, if scaled, could realize the operational requirements of large scale fault-tolerant quantum algorithms.”
Al parecer a Google se le olvidó probar si eso realmente escala
No se siente como un gran avance. Sí es un progreso de ingeniería positivo, pero no un gran avance
Y, además, ¿qué tiene que ver la IA con esto?