Uma equipe de pesquisa composta por cientistas da Freie Universität Berlin e do Google Quantum AI desenvolveu um novo método inovador para estimar os parâmetros dos operadores de Hamilton. Os cientistas propuseram uma nova técnica que poderia ser escalável e aplicável a grandes processadores quânticos. Com este método, as simulações quânticas poderiam ser realizadas com ainda mais precisão no futuro. Os resultados do estudo foram recentemente publicados na revista Nature Communications em: https://www.nature.com/articles/s41467-024-52629-3.
Nomeado em homenagem a William Rowan Hamilton, o Hamiltoniano de um sistema representa sua energia total. O termo é usado tanto na mecânica quântica quanto na mecânica clássica. Na mecânica quântica, o Hamiltoniano é geralmente assumido como dado, mas seus detalhes permanecem frequentemente desconhecidos. No entanto, é um fator importante para prever com precisão a evolução temporal dos sistemas quânticos. Consequentemente, entender como os dados podem ser usados para reconhecer o Hamiltoniano de um sistema ("Aprendizado Hamiltoniano") pode desempenhar um papel crucial no desenvolvimento futuro da tecnologia quântica.
A tecnologia quântica e, em particular, a computação quântica são consideradas tecnologias-chave do futuro. Ao contrário dos computadores convencionais, os computadores quânticos não estão sujeitos às leis clássicas da física. Eles se baseiam nos princípios da mecânica quântica, o que significa que a unidade de processamento usa átomos individuais ou íons como unidades de processamento individuais. Empresas de tecnologia e países inteiros, incluindo a Alemanha, estão atualmente investindo maciçamente na pesquisa e desenvolvimento dessas novas tecnologias.No Estudo: Pesquisa quântica em ação
A colaboração entre o Google Quantum AI, liderado por Pedram Roushan, e o grupo de pesquisa de Jens Eisert na Freie Universität começou com uma ligação de um colega do Google para Eisert. O colega estava tendo dificuldades para calibrar o processador quântico supercondutor Sycamore do Google usando métodos de aprendizado Hamiltoniano. As primeiras tentativas dos pesquisadores foram insuficientes, e ficou claro que apenas uma técnica que utilizasse super-resolução poderia fornecer os resultados necessários. "Sob certas condições, os métodos de super-resolução nos permitem ir além dos limites fundamentais de resolução", explica Eisert.
A solução do problema não foi uma tarefa fácil, mas Eisert e sua equipe, que inclui os doutorandos Dominik Hangleiter e Ingo Roth, estavam determinados a tentar. “Embora o princípio básico tenha ficado claro muito rapidamente, foram necessários três anos de pesquisa intensiva para entendermos como tornar o aprendizado Hamiltoniano robusto o suficiente para aplicá-lo a experimentos em larga escala”, diz Eisert. Durante esse tempo, houve várias mudanças na equipe: Hangleiter mudou-se para a University of Maryland, Roth mudou-se para Abu Dhabi e Jonáš Fuksa juntou-se ao grupo de pesquisa de Eisert na Freie Universität. O avanço abre novo potencial
O resultado foi um verdadeiro avanço. Os pesquisadores conseguiram calibrar o processador Sycamore – um dos computadores quânticos mais avançados do mundo – com uma precisão sem precedentes. “Este novo método aumenta significativamente a previsibilidade e a precisão das tecnologias quânticas e cria novas possibilidades para simulações de matéria condensada”, diz Eisert.
