Entendendo o avanço do Google em correção de erros quânticos
(quantum-machines.co)- Qubits, a unidade básica dos computadores quânticos, são extremamente sensíveis e podem apresentar erros mesmo com pequenas interferências externas
- Correção de erros quânticos (QEC) combina vários qubits físicos sensíveis para criar qubits lógicos mais estáveis e corrigir erros
- O principal objetivo da QEC é fazer com que, quando a taxa de erro dos qubits físicos estiver abaixo de um limite crítico, os erros diminuam mesmo com a adição de mais qubits
Principal resultado do Google: atingir uma taxa de erro abaixo do limiar
- O Google conseguiu reduzir erros de forma exponencial usando surface codes, um tipo específico de QEC
- Ao aumentar a distância do código (code distance) de 5 para 7 qubits, a taxa de erro lógico caiu 2,14 vezes
- Nos experimentos, os qubits lógicos duraram o dobro do tempo dos qubits físicos
- Este é o primeiro caso que demonstra desempenho superior de qubits lógicos em relação aos qubits físicos, estabelecendo uma base importante para computadores quânticos escaláveis
A inovação do Google sob a perspectiva da engenharia de controle
1. Sincronização em tempo real
- Foi necessário concluir cada ciclo de correção de erros em 1.1µs, o que exigiu sincronização perfeita entre os qubits
- Mesmo pequenos erros de temporização no sinal podem causar acúmulo de erros e falha no cálculo
2. Decodificação em tempo real
- Decodificação é o processo de analisar dados de medição para identificar a localização e o tipo dos erros
- O Google processou mais de 1 milhão de ciclos de correção de erros com latência de 63µs
- Se o decodificador for lento, os erros se acumulam, por isso a decodificação em tempo real é essencial
3. Operação de portas com alta fidelidade
- O Google alcançou taxa de erro inferior a 0,1% em portas de qubit único e taxa de erro de 0,3% em portas CZ de dois qubits, garantindo a estabilidade dos qubits lógicos
- Erros de porta podem se propagar por todo o sistema, por isso a precisão é crucial
A importância da decodificação em tempo real
- A pesquisa do Google mostra o quanto a latência e a vazão (throughput) do decodificador são importantes para o desempenho da QEC
- A decodificação é executada com rapidez e precisão em hardware como FPGA, mas GPUs oferecem maior capacidade computacional
- A plataforma DGX Quantum, criada a partir da colaboração entre NVIDIA e Quantum Machines, oferece suporte a tarefas de QEC com latência de ida e volta de dados inferior a 4µs
Próximos desafios e perspectivas
O que o Google sinaliza
- O Google mostrou que qubits lógicos podem superar qubits físicos, abrindo caminho para a computação quântica tolerante a falhas (fault tolerance)
- Ao demonstrar que a taxa de erro lógico diminui exponencialmente, apresentou o potencial para realizar cálculos quânticos complexos
Temas para pesquisas futuras
- Melhoria da velocidade do decodificador e calibração automatizada
- Desenvolvimento de estratégias rápidas de mitigação de erros
- Projeto de sistemas de controle integrados entre tarefas quânticas e clássicas
- Necessidade de completar loops de feedback em tempo real para corrigir erros antes que se acumulem
2 comentários
AlphaQubit - Identificação de erros em computadores quânticos com o uso de IA
Comentários do Hacker News
Duvido que esta explicação seja realmente boa. Já travei na introdução: ela diz que, em computadores clássicos, a memória resistente a erros replica bits e os corrige por maioria, mas na prática se usa correção de erros como ECC, não replicação de bits e votação por maioria
Dá para obter o mesmo efeito com muito menos bits extras, então replicar bits é extremamente desperdiçador. Talvez tenha confundido com circuitos lógicos, onde não há estratégias mais eficientes
Na correção de erros quânticos, por causa do teorema da não clonagem, não se pode usar redundância diretamente; em vez disso, usam-se mais qubits para embutir o subespaço dos qubits em um espaço maior. Quando ocorre um erro corrigível, esse subespaço embutido se desloca para outra “posição” dentro do espaço maior; isso pode ser detectado e revertido sem mexer no estado interno do subespaço, preservando assim a informação quântica
A interpretação de um sinal como 0 ou 1 depende de para qual direção a maioria dos elétrons está se movendo. Quanto menor a potência, menor o número de elétrons por sinal e maior a taxa de erros. Nesse sentido, dá para dizer que dispositivos como computadores clássicos ou fibras ópticas também têm um código de repetição no nível do substrato de hardware
Um bit não é armazenado em um único átomo ou elétron. A célula que armazena um único bit pode ser vista como um conjunto de células menores, conectadas em paralelo, que armazenam o mesmo valor de forma redundante; ao ler, mede-se a carga total dentro da célula de memória, e uma forma analógica de votação por maioria acontece automaticamente
Dependendo do nível de abstração com que se fala de computadores, especialmente ao comparar computadores quânticos e clássicos, memória pode significar não só RAM, mas tudo que preserva estado, e computadores clássicos podem incluir não apenas desktops, mas também circuitos lógicos simples. No fundo, um desktop também é um enorme circuito lógico
Também existe RAID-1, e em níveis mais altos há backups. Então acho que há exemplos suficientes de uso real de replicação para resistência a erros em computadores clássicos
É impressionante criar um site em que, ao ajustar o zoom do navegador, tudo aumenta exceto o texto do corpo
Nunca tinha visto essa abordagem. Talvez seja praticamente a única forma de contornar o zoom do navegador
Para referência, o artigo mencionado aqui foi publicado em 27 de agosto de 2024
https://arxiv.org/pdf/2408.13687
Ainda tenho expectativas sobre para onde a computação quântica vai, mas agora tenho um critério para “avanço decisivo”. Até que um computador quântico consiga fazer a fatoração de um produto de primos maior que alguns poucos bits, vou encarar, na melhor das hipóteses, como trabalho em andamento
A estagnação inicial acontece porque o custo da correção de erros fica fortemente concentrado no começo. Dependendo do que importa para você, a insensibilidade inicial dessa métrica pode ser boa por reduzir distrações, ou ruim por não mostrar corretamente o progresso real. Por exemplo, se o ritmo real de melhoria não fosse 2x ao ano, mas 10x, talvez levasse 3 anos para perceber que o RSA2048 seria quebrado em 2 anos, não em 12
Não sei o suficiente para argumentar em detalhe, mas essa preocupação surge toda vez que leio reportagens que tratam como óbvio que “claro que é difícil, mas no fim chegaremos lá”. Concordo que, em teoria, algoritmos quânticos podem resolver problemas reais valiosos, mas parece haver muitas incógnitas desconhecidas no caminho até a etapa de “tornar-se um substituto comercialmente viável e resolver problemas reais”
Também parece possível que descubramos limitações fundamentais que impeçam a engenharia de soluções suficientemente confiáveis, econômicas e em escala. Eu gostaria de ouvir o contra-argumento de que já podemos ter bastante confiança de que o que resta é, em grande parte, “engenharia muito difícil”
Não sei bem que consequências cada avanço em computação quântica traz, mas sei que estou exposto ao risco da computação quântica, no sentido de que algum dia terei de trocar todos os algoritmos criptográficos de todas as chaves de segurança e de todo software que criei
Quanto este resultado nos aproximou do apocalipse da criptografia quântica? Quanto tempo falta até eu ter de colocar isso no orçamento do planejamento trimestral de engenharia?
Na prática, só a criptografia de chave pública é problema; a de chave simétrica está ok. É uma pequena simplificação, mas no geral é verdade
Idealmente, para a maioria dos casos, deveria ser algo como “atualizar para versões recentes de openssl / openssh / golang-crypto etc. e conferir se a configuração do handshake usa algoritmos criptográficos modernos”. Mas, por vários motivos humanos, há pouquíssimo consenso sobre como mudar os protocolos, então isso ainda está distante
Em algum momento, também será preciso gerar novas chaves assimétricas, e acho que aí a coisa vai ficar interessante. Hoje não existem soluções baseadas em hardware, e é provável que levem bastante tempo. As empresas querem seguir os padrões do governo federal dos EUA por causa de regulação e vendas para o governo federal; o governo federal avança muito devagar na padronização de protocolos e parece querer adicionar mais algoritmos de autenticação; e a aprovação FIPS 140, o padrão relacionado, ainda hoje leva mais de um ano só na tramitação, embora todo mundo queira se mover mais rápido. Software pode avançar mais rápido no desenvolvimento, mas carrega as mesmas compensações gerais de facilitar o roubo de chaves e os problemas de certificação formal
Por isso, novos mecanismos de segurança “seguros contra quântica” já estão sendo desenvolvidos
Se você tem chaves que precisam resistir por 20 anos, é bom testar os novos algoritmos-padrão aprovados pelo NIST
Será que alguém no HN entende o quanto este resultado nos aproxima de um computador quântico 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.”
Parece que o Google esqueceu de testar se dá para escalar
Não parece um avanço decisivo. É sim um progresso de engenharia positivo, mas não um breakthrough
E o que diabos IA tem a ver com isso?