Simulazione quantistica tramite combinazione stocastica di unitari

Perché questo è importante per le future macchine quantistiche

I computer quantistici odierni sono potenti in linea di principio ma fragili nella pratica: hanno solo un numero modesto di qubit e programmi lunghi e complessi si sgretolano rapidamente a causa del rumore. Tuttavia alcuni degli usi più rilevanti dei computer quantistici — come simulare molecole, materiali e dispositivi quantistici rumorosi — richiedono tradizionalmente circuiti profondi e molti qubit ausiliari. Questo articolo presenta un nuovo modo di eseguire quelle simulazioni esigenti usando solo circuiti corti e compatibili con l’hardware, scambiando la profondità con misurazioni aggiuntive in modo che si adatti ai punti di forza delle macchine attuali.

Un nuovo modo di mescolare passi quantistici semplici

Gli autori introducono la “combinazione stocastica di unitari” (SCU), un quadro per descrivere processi quantistici complessi come miscele casuali di operazioni molto più semplici. Un processo quantistico, o canale, può di solito essere scritto come somma di trasformazioni di base, ciascuna con un certo peso. Invece di costruire un unico grande circuito che incapsula l’intera somma usando molti qubit ausiliari — come nell’approccio classico della “combinazione lineare di unitari” — la SCU campiona da quell’elenco di trasformazioni. Ogni esecuzione dell’esperimento applica un solo circuito semplice (o un piccolo circuito con un unico qubit ausiliario) scelto con la probabilità corretta. Ripetendo e mediando i risultati delle misurazioni, l’effetto complessivo riproduce fedelmente il processo originale e complesso.

Circuiti superficiali invece di grandi reti ausiliarie

Questa strategia stocastica affronta direttamente un collo di bottiglia chiave negli algoritmi quantistici: il numero di qubit ancilla e la profondità del circuito. I metodi standard di combinazione lineare impaccano molte operazioni in una singola routine coerente, controllata da registri di ancilla e seguita da un delicato passaggio di “post-selezione” che spesso deve essere ripetuto fino al successo. Quel disegno è elegante dal punto di vista matematico ma gravoso per l’hardware a breve termine. La SCU, al contrario, utilizza per lo più circuiti senza ancilla e, quando necessario, solo un singolo qubit ausiliario misurato in modo semplice. Il prezzo sono più ripetizioni — più colpi di misurazione — ma il vantaggio sono circuiti estremamente superficiali molto più realistici per i dispositivi odierni.

Testare collegamenti quantistici rumorosi con stati entangled

Per dimostrare che la SCU può gestire sistemi quantistici realmente aperti e rumorosi, il team la applica a uno stato entangled classico noto come stato GHZ, costruito con otto qubit sul processore ibm_hanoi di IBM. In una rete reale, le operazioni usate per creare tale entanglement subiscono perdite di energia e altre imperfezioni. Gli autori modellano questo mediante un semplice processo di smorzamento applicato dopo ogni gate a due qubit, implementato via SCU come scelte casuali tra pochi circuiti brevi. Misurano poi quanto lo stato risultante si avvicina a uno stato GHZ ideale usando un metodo basato su coerenze quantistiche multiple, che indaga sia le popolazioni sia delicate relazioni di fase. Per varie intensità di rumore, i segnali misurati e le fedeltà complessive seguono da vicino le previsioni teoriche, con deviazioni principalmente attribuibili al rumore di fondo dell’hardware piuttosto che al metodo SCU in sé.

Riconsiderare come simulare la dinamica quantistica

Oltre ai canali rumorosi statici, l’articolo affronta una delle sfide centrali del calcolo quantistico: simulare come i sistemi quantistici evolvono nel tempo sotto un Hamiltoniano. Sulla base della SCU, gli autori sviluppano due nuovi algoritmi. Il primo, chiamato campionamento di Taylor convesso, riorganizza la serie matematica standard per l’evoluzione temporale in una miscela pesata di blocchi unitari che possono essere campionati in modo stocastico. Il secondo integra le note formule prodotto di Suzuki–Trotter trattando i loro termini d’errore come correzioni aggiuntive da campionare invece di accettarle semplicemente come limitazioni fisse. Sorprendentemente, per entrambi gli algoritmi il numero di gate quantistici necessari non esplode al crescere della risoluzione energetica richiesta; invece, i costi sono governati principalmente da quanto overhead di campionamento aggiuntivo si è disposti a tollerare.

Ridurre il numero di gate per magneti quantistici modello

Per quantificare il vantaggio, gli autori stimano le risorse per simulare il modello di Ising con campo trasverso, un banco di prova standard che descrive una catena di spin in un campo magnetico. Confrontano i loro metodi basati su SCU con le alternative principali, incluso lo schema randomizzato molto usato qDRIFT e formule prodotto di ordine superiore. Per dimensioni di sistema che vanno da decine a centinaia di qubit e per obiettivi di accuratezza molto stringenti, i loro approcci riducono il numero richiesto di gate a due qubit fino a diversi ordini di grandezza. Anche tenendo conto delle ripetizioni di misurazione aggiuntive implicate dal campionamento stocastico, il tempo totale di esecuzione può essere sostanzialmente ridotto perché ogni circuito individuale è molto più corto e meno soggetto a errori.

Cosa significa per il futuro

In termini pratici, questo lavoro mostra che molte simulazioni quantistiche impegnative possono essere ricostruite attorno a circuiti brevi e facilmente eseguibili combinati con un campionamento casuale intelligente. Invece di cercare di emulare perfettamente un processo complesso in un unico colpo, la SCU distribuisce il compito su un insieme di esperimenti semplici e lascia che la statistica faccia la parte pesante. Questa strategia apre una via per studiare reti quantistiche rumorose e dinamiche quantistiche intricate su hardware attuale e di prossima generazione, e suggerisce che l’uso intelligente della casualità potrebbe essere un ingrediente chiave per rendere le simulazioni quantistiche realistiche più accessibili.

Citazione: Peetz, J., Smart, S.E. & Narang, P. Quantum simulation via stochastic combination of unitaries. npj Quantum Inf 12, 52 (2026). https://doi.org/10.1038/s41534-025-01168-w

Parole chiave: simulazione quantistica, algoritmi stocastici, sistemi quantistici aperti, dinamica hamiltoniana, hardware quantistico rumoroso