Sería difícil entender las tareas internas de una máquina compleja sin abrir, pero este es un desafío para los científicos al detectar el sistema cuántico. Los métodos tradicionales para encontrar estos sistemas a menudo requieren recursos sin precedentes, lo que los hace impredecibles para aplicaciones a gran escala.
Los investigadores de UC San Diego, junto con mis colegas de IBM Quantum, Harvard y UC Berkeley, han desarrollado una nueva visión del problema llamado “Shadow fuertemente atlas”. Esta técnica permite a los científicos obtener el sistema cuántico extraer de manera más efectiva y precisa la información necesaria, incluso en presencia de ruido y deficiencias del mundo real.
Imagine la sombra de un elemento desde diferentes ángulos y luego use estas sombras para reorganizar el objeto. Usando el algoritmo, los investigadores pueden aumentar el rendimiento de la muestra y no agregar técnicas de ruido para producir una “sombra” clara y más detallada de los estados cuánticos.
La verificación experimental en un procesador cuántico súper conductor muestra que, a pesar del ruido realista, este enfoque mejora las técnicas tradicionales de medición única en la predicción correcta de diversas propiedades de patrimonio cuántico, como sincero y confusión.
Esta investigación fue proporcionada parcialmente por la National Science Foundation, por la National Science Foundation, el Instituto Q -Des HDR (OAC-2118310) y el Centro de Ultra Cold Atom PFC (PHY-2317134) y el Programa DARPA Ipaqt del Departamento de Defensa (HR0011-23-3-0023).
