Cancelación del cono de luz para el variational quantum eigensolver al resolver Max-Cut ruidoso

Abordando el ruido cuántico

A medida que los ordenadores cuánticos crecen, prometen afrontar problemas reales complejos, desde enrutar datos en redes hasta diseñar mejores materiales. Pero los dispositivos actuales son pequeños y ruidosos: al añadir más bits cuánticos, o qubits, los errores pronto anegan el cálculo. Este artículo explora una forma de aprovechar mejor máquinas imperfectas recortando circuitos cuánticos para que sigan siendo precisos incluso cuando el hardware está lejos de ser ideal, centrándose en un problema clásico llamado Max-Cut.

Por qué importa recortar redes

Max-Cut es un desafío que suena simple pero tiene amplias aplicaciones. Imagínese una red de puntos conectados por enlaces; estos pueden representar lazos sociales, líneas de comunicación o componentes en un chip. El objetivo es dividir los puntos en dos grupos de modo que el mayor número posible de enlaces atraviese entre grupos en lugar de dentro de ellos. Esto es fácil en redes pequeñas pero se vuelve extremadamente difícil conforme la red crece, y no se conoce un método exacto rápido en computadoras clásicas. Por ello, Max-Cut se ha convertido en un banco de pruebas para nuevos algoritmos, incluidos los que se ejecutan en hardware cuántico.

Métodos cuánticos híbridos en un mundo ruidoso

El estudio se basa en una familia popular de métodos híbridos llamados algoritmos cuánticos variacionales. En estos esquemas, un circuito cuántico produce una respuesta candidata, mientras que un ordenador clásico ajusta los parámetros del circuito para mejorar esa respuesta paso a paso. El método específico aquí, el variational quantum eigensolver, suele asociarse con química, pero también puede reutilizarse para problemas de optimización como Max-Cut. En comparación con otro enfoque cuántico conocido, el quantum approximate optimization algorithm, este tipo de circuitos puede alcanzar buenas soluciones con menos capas de puertas, lo cual es crucial cuando cada operación adicional introduce más ruido.

Conservar solo lo que realmente importa

La idea central del artículo se denomina cancelación del cono de luz. Al evaluar cuán buena es una solución candidata, solo un pequeño vecindario de qubits influye realmente en cada medida local. Las puertas que están fuera de ese “cono de luz” no cambian ese número particular, aunque estén presentes en el circuito completo. Los autores muestran cómo eliminar sistemáticamente estas puertas redundantes para cada pieza local del cálculo de Max-Cut. En lugar de simular un gran circuito que actúa sobre todos los qubits, dividen la tarea en varios subcircuitos mucho más pequeños, cada uno usando solo un puñado de qubits pero que, en conjunto, reproducen exactamente la misma cantidad global de interés.

Hacer más con menos qubits

Este recorte tiene dos ventajas principales. Primero, reduce drásticamente cuántos qubits y puertas se necesitan en una sola ejecución. Para la configuración específica de Max-Cut estudiada, los autores prueban que, sin importar cuán grande sea la red original, cada subcircuito necesita como máximo cinco qubits cuando se usa una sola capa de puertas. Eso significa que problemas de hasta 100 nodos pueden explorarse eficazmente usando hardware que físicamente tiene solo siete qubits. Segundo, los circuitos más cortos y pequeños sufren menos por el ruido en los dispositivos actuales. Las simulaciones en backends cuánticos “falsos” realistas, que imitan dos máquinas distintas de IBM, muestran que los circuitos que usan cancelación del cono de luz consiguen de forma consistente mayores ratios de aproximación—es decir, se acercan más al corte óptimo—que los circuitos sin esta simplificación, incluso cuando ambos se ejecutan en el mismo hardware ruidoso.

Cómo se compara con atajos clásicos

Los investigadores también comparan su método libre de ruido con un famoso esquema clásico de aproximación para Max-Cut conocido como el algoritmo de Goemans–Williamson. En grafos grandes con 100 nodos, encuentran que el enfoque cuántico con cancelación del cono de luz rinde especialmente bien en redes más densas, a menudo superando al referente clásico en términos de cuán cerca llega de la respuesta óptima. Además analizan qué ocurre al añadir más capas de puertas cuánticas. Aunque capas extra hacen que los circuitos sean más expresivos en principio, en la práctica introducen paisajes de optimización más difíciles y subcircuitos efectivos más grandes, por lo que las probabilidades de hallar soluciones de muy alta calidad en realidad disminuyen.

Recortando circuitos cuánticos de cara al futuro

En términos cotidianos, este trabajo muestra que recortar cuidadosamente las partes de un cálculo cuántico que no afectan la puntuación final puede hacer que dispositivos cuánticos pequeños y ruidosos rindan por encima de sus posibilidades. Al centrarse solo en las regiones de un circuito que realmente importan para cada pieza local del problema, la técnica de cancelación del cono de luz convierte un cálculo por lo demás ingobernable en muchos más pequeños y limpios. Para Max-Cut, eso significa resolver tareas de particionado de redes muy grandes usando solo unos pocos qubits efectivos, a la vez que se reduce el impacto de los errores de hardware. A medida que los procesadores cuánticos mejoren lentamente, estos trucos para ahorrar circuitos podrían ser clave para convertir máquinas frágiles en herramientas útiles para abordar problemas de optimización complejos.

Cita: Lee, X., Yan, X., Xie, N. et al. Light cone cancellation for variational quantum eigensolver in solving noisy Max-Cut. Sci Rep 16, 9597 (2026). https://doi.org/10.1038/s41598-025-31798-1

Palabras clave: optimización cuántica, Max-Cut, algoritmos cuánticos variacionales, mitigación de ruido, cancelación del cono de luz