El futuro de la computación cuántica está cada vez más cerca gracias a los nuevos avances impulsados por la inteligencia artificial. A pesar de que la computación cuántica promete resolver algunos de los desafíos científicos más complejos de nuestra era, en la actualidad, el hardware cuántico se ve limitado por el número de cúbits y los errores en las compuertas. La corrección de errores cuánticos puede mitigar estos problemas, pero a costa de aumentar significativamente la carga de cada cúbit y compuerta que utiliza un algoritmo. Esto hace que el tamaño del circuito sea un factor crucial para determinar cuándo un algoritmo cuántico puede volverse práctico: cada cúbit y compuerta que se elimine reduce las exigencias que el hardware debe cumplir. Por esta razón, es esencial comprimir los circuitos que alimentan estas aplicaciones cuánticas para acercarlas a la realidad en un plazo más corto.
Para acortar esta brecha, el equipo de Google Quantum AI ha lanzado una competencia en Kaggle con el propósito de desafiar a la comunidad a usar inteligencia artificial para construir circuitos cuánticos más pequeños y eficientes. La competición se impulsa mediante «kickmix», una nueva biblioteca de código abierto en C++20 y Python dentro de Qualtran, diseñada para construir y probar circuitos cuánticos de gran tamaño de manera eficiente. Un documento complementario detalla el enfoque.
Tradicionalmente, la optimización de algoritmos cuánticos requería que expertos en el área afinaban meticulosamente los circuitos a mano, obteniendo avances incrementales. Sin embargo, en la actualidad, la inteligencia artificial puede buscar automáticamente circuitos más eficientes, siempre y cuando los circuitos candidatos puedan verificarse eficientemente para garantizar su corrección. Aunque la verificación clásica de circuitos cuánticos arbitrarios es intratable, existen subrutinas costosas en algoritmos tolerantes a fallos que pueden ser construidas dentro de una subclase estructurada de circuitos llamada «kickmix». Estos circuitos, construidos a partir de lógica clásica reversible, compuertas de fase diagonales y «uncomputación» basada en medición, permiten mapear cada cadena de bits de entrada a una única cadena de bits de salida y fase sin crear nuevas superposiciones.
La competencia consta de tres puntos de referencia, cada uno apunta a un importante cuello de botella en un algoritmo cuántico útil. Estos son: energía de fusión, optimización e investigación en química. Cada uno de estos desafíos pone a prueba diferentes aspectos del diseño de circuitos cuánticos y requiere minimizar el número de cúbits y compuertas.
Google ha visto ya el potencial de la investigación cuántica impulsada por la inteligencia artificial con proyectos como Gemini 4 Argon, que está acelerando el progreso tanto en la corrección de errores cuánticos como en el diseño de algoritmos. Esta iniciativa supone una oportunidad para que la comunidad investigadora explore nuevas posibilidades, aprovechando la capacidad de la IA para encontrar optimizaciones que de otro modo serían laboriosas y complicadas de lograr manualmente.
A través de esta competencia, Google Quantum AI invita a los investigadores a explorar si es posible obtener más de un ordenador cuántico simplemente pidiéndole que haga menos. Así, los participantes pueden visitar la página de la competencia en Kaggle para conocer todos los detalles, explorar los recursos disponibles y enviar sus propuestas de trabajo.
vÃa: Google Blog Open Source
