Simulação quântica via combinação estocástica de unitaridades

Por que isso importa para as futuras máquinas quânticas

Os computadores quânticos de hoje são poderosos em princípio, mas frágeis na prática: dispõem de um número modesto de qubits e programas longos e complexos rapidamente se desfazem sob ruído. Ainda assim, alguns dos usos mais importantes de computadores quânticos — como simular moléculas, materiais e os próprios dispositivos quânticos ruidosos — tradicionalmente exigem circuitos profundos e muitos qubits auxiliares. Este artigo apresenta uma nova forma de executar essas simulações exigentes usando apenas circuitos curtos e compatíveis com o hardware, trocando profundidade por medições adicionais de um modo que se ajusta às forças das máquinas atuais.

Uma nova maneira de misturar passos quânticos simples

Os autores introduzem a “combinação estocástica de unitaridades” (SCU), uma estrutura para descrever processos quânticos complexos como misturas aleatórias de operações muito mais simples. Um processo quântico, ou canal, geralmente pode ser escrito como uma soma de transformações básicas, cada uma com um certo peso. Em vez de construir um grande circuito que incorpore toda essa soma usando muitos qubits auxiliares — como na abordagem dominante de “combinação linear de unitaridades” — a SCU amostra dessa lista de transformações. Cada execução do experimento aplica apenas um circuito simples (ou um pequeno circuito com um único qubit auxiliar) escolhido com a probabilidade adequada. Repetindo e fazendo a média dos resultados das medições, o efeito geral reproduz fielmente o processo original e mais complicado.

Circuitos rasos em vez de grandes redes auxiliares

Essa estratégia estocástica aborda diretamente um gargalo chave em algoritmos quânticos: o número de ancillas (qubits auxiliares) e a profundidade do circuito. Métodos padrão de combinação linear empacotam muitas operações em uma única rotina coerente, controlada por registros de ancillas e seguida por uma etapa delicada de “pós-seleção” que muitas vezes precisa ser repetida até ter sucesso. Esse desenho é elegante matematicamente, mas penalizador para o hardware de curto prazo. A SCU, em contraste, usa majoritariamente circuitos sem ancillas e, quando necessário, apenas um qubit auxiliar medido de forma direta. O preço é um maior número de repetições — mais “shots” de medição —, mas o ganho são circuitos extremamente rasos, muito mais realistas para os dispositivos de hoje.

Testando links quânticos ruidosos com estados entrelaçados

Para mostrar que a SCU pode lidar com sistemas quânticos genuinamente abertos e ruidosos, a equipe a aplica a um estado entrelaçado clássico conhecido como estado GHZ, construído a partir de oito qubits no processador ibm_hanoi da IBM. Em uma rede real, as operações usadas para criar tal entrelaçamento sofrem perda de energia e outras imperfeições. Os autores modelam isso usando um simples processo de amortecimento aplicado após cada porta de dois qubits, implementado via SCU como escolhas aleatórias entre alguns circuitos curtos. Em seguida, medem quão próximo o estado resultante está de um GHZ ideal usando um método baseado em coerências quânticas múltiplas, que sondam tanto populações quanto delicadas relações de fase. Em vários níveis de ruído, os sinais medidos e as fidelidades gerais acompanham de perto as previsões teóricas, com desvios atribuíveis principalmente ao ruído de fundo do hardware, e não ao próprio método SCU.

Repensando como simular dinâmicas quânticas

Além de canais ruidosos estáticos, o artigo enfrenta um dos desafios centrais da computação quântica: simular como sistemas quânticos evoluem no tempo sob um Hamiltoniano. Com base na SCU, os autores desenvolvem dois novos algoritmos. O primeiro, chamado amostragem de Taylor convexa, rearranja a série matemática padrão para evolução temporal em uma mistura ponderada de blocos unitários que podem ser amostrados estocasticamente. O segundo amplia as familiares “fórmulas de produto” de Suzuki–Trotter ao tratar seus termos de erro como correções adicionais amostradas, em vez de aceitá-los simplesmente como limitações fixas. Surpreendentemente, para ambos os algoritmos o número de portas quânticas necessárias não explode à medida que a resolução energética exigida fica mais rígida; em vez disso, os custos são governados principalmente por quanto overhead de amostragem adicional se está disposto a tolerar.

Reduzindo contagens de portas para ímãs quânticos modelo

Para quantificar o ganho, os autores estimam recursos para simular o modelo de Ising com campo transverso, um campo de testes padrão que descreve uma cadeia de spins em um campo magnético. Eles comparam seus métodos baseados em SCU com alternativas líderes, incluindo o esquema randomizado amplamente usado qDRIFT e fórmulas de produto de ordem superior. Para tamanhos de sistema que variam de dezenas a centenas de qubits e para alvos de precisão muito rígidos, suas abordagens reduzem o número necessário de portas de dois qubits em até várias ordens de magnitude. Mesmo levando em conta as repetições extras de medição implicadas pela amostragem estocástica, o tempo total de execução pode ser substancialmente reduzido porque cada circuito individual é muito mais curto e menos sujeito a erros.

O que isso significa para o futuro

Em termos práticos, este trabalho mostra que muitas simulações quânticas exigentes podem ser reorganizadas em torno de circuitos curtos e fáceis de executar combinados com amostragem aleatória inteligente. Em vez de tentar emular perfeitamente um processo complicado em uma única execução, a SCU espalha a tarefa por um conjunto de experimentos simples e deixa a estatística fazer o trabalho pesado. Essa estratégia abre um caminho para estudar redes quânticas ruidosas e dinâmicas quânticas intrincadas em hardware atual e de curto prazo, e sugere que o uso inteligente da aleatoriedade pode ser um ingrediente-chave para tornar simulações quânticas realistas alcançáveis.

Citação: 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

Palavras-chave: simulação quântica, algoritmos estocásticos, sistemas quânticos abertos, dinâmica hamiltoniana, hardware quântico ruidoso