Os computadores quânticos atuais já são poderosos o bastante para enfrentar problemas que sobrecarregam máquinas convencionais, mas ainda estão longe da perfeição. Cada cálculo sofre pequenos erros que podem se acumular rapidamente, especialmente ao simular o comportamento de elétrons em materiais — uma etapa-chave para novas tecnologias e produtos químicos. Este artigo introduz uma nova estratégia, chamada de tailoring de ruído em subespaços, que extrai respostas muito mais confiáveis de hardware quântico ruidoso e mostra como isso pode permitir que dispositivos de curto prazo disputem seriamente com simulações clássicas avançadas.
Entendendo máquinas quânticas ruidosas
Cada operação em um computador quântico tem chance de falhar, e corrigir completamente esses erros exige hardware que ainda não existe. Enquanto isso, os pesquisadores usam “mitigação de erro” em vez de correção completa: executam muitos circuitos imperfeitos e processam os resultados para reconstruir o que uma máquina ideal teria produzido. Abordagens existentes fazem um trade-off entre custo e precisão. Algumas, baseadas em impor quantidades conservadas ou “simetrias”, são baratas mas capturam apenas um subconjunto dos erros. Outras, em princípio capazes de remover quase todos os erros, exigem tantas execuções extras de circuito que rapidamente se tornam impraticáveis. O desafio central é encontrar um meio-termo que seja preciso o suficiente e, ao mesmo tempo, acessível em dispositivos reais.
Fundindo duas ideias em um esquema mais inteligente Figure 1.
Os autores combinam duas famílias líderes de mitigação de erro em um único método, o tailoring de ruído em subespaços (SNT). Um ingrediente usa simetrias do sistema físico — como conservação do número de partículas ou do spin — para marcar execuções de circuito que devem estar erradas porque caíram fora do setor permitido do espaço de estados; essas execuções são simplesmente descartadas. O outro ingrediente usa uma mistura cuidadosamente calibrada de portas extras que, estatisticamente, cancela certos padrões de ruído. O SNT analisa onde e como os erros podem ser detectados por checagens de simetria, e então aplica o truque custoso de cancelamento apenas aos erros remanescentes e indetectáveis. Dessa forma, a maior parte da limpeza é feita por filtragem barata, e apenas um pequeno resíduo é tratado por cancelamento caro.
Projetando codificações que ajudam a detectar erros
Para testar o SNT, a equipe foca no modelo Fermi–Hubbard, um campo de testes padrão para estudar elétrons se movendo e interagindo em uma rede. Para executar esse problema em um processador quântico, os graus de liberdade eletrônicos precisam ser codificados em qubits. Diferentes codificações reorganizam o problema de maneiras distintas, o que não apenas altera o número de qubits e portas necessários, mas também quais tipos de erros podem ser detectados por checagens de simetria. Os autores comparam a codificação convencional de Jordan–Wigner com várias codificações “locais” que introduzem qubits extras especificamente para criar muitas checagens de simetria de curto alcance. Essas checagens adicionais funcionam como uma rede de guardas locais que podem capturar muito mais erros sem aumentar dramaticamente a profundidade do circuito.
Até onde as máquinas atuais realmente conseguem ir Figure 2.
Usando simulações detalhadas de circuitos ruidosos, os autores mapeiam quais combinações de codificação e estratégia de mitigação funcionam melhor ao longo de uma ampla gama de qualidades de hardware, tamanhos de sistema e orçamentos de medição. Eles encontram um rico “diagrama de fases” de escolhas ótimas: quando as portas são relativamente ruidosas, codificações que usam menos operações vencem; à medida que o hardware melhora e mais execuções de circuito ficam disponíveis, codificações com checagens locais mais fortes, emparelhadas com SNT, tornam-se superiores. Para uma rede bidimensional 6×6 evoluída por 15 passos de tempo — um tamanho de problema perto do limite do que métodos clássicos de última geração conseguem tratar — eles estimam que o SNT pode manter o erro geral em observáveis-chave em torno de cinco porcento se as fidelidades de portas de dois qubits chegarem a aproximadamente 99,95%. Nas mesmas condições, usar um esquema de cancelamento por força bruta sozinho exigiria cerca de um milhão de vezes mais execuções de circuito.
O que isso significa para o caminho rumo à vantagem quântica
Em termos claros, este estudo mostra que, ao combinar de forma inteligente checagens de simetria com cancelamento de ruído direcionado, podemos estender as capacidades de computadores quânticos imperfeitos muito além do que se pensava. O tailoring de ruído em subespaços oferece uma receita para escolher tanto como codificar elétrons em qubits quanto como limpar os dados resultantes, de modo que dispositivos realistas e de curto prazo possam simular elétrons fortemente interagentes em redes bidimensionais em escalas que desafiam seriamente algoritmos clássicos. Em vez de esperar por máquinas com correção de erro completa, este trabalho descreve um caminho concreto para que o hardware emergente de hoje forneça percepções cientificamente relevantes sobre materiais quânticos complexos.
Citação: Papič, M., Algaba, M.G., Godinez-Ramirez, E. et al. Near-term fermionic simulation with subspace noise tailored quantum error mitigation.
npj Quantum Inf12, 72 (2026). https://doi.org/10.1038/s41534-026-01248-5
Palavras-chave: mitigação de erro quântico, modelo Fermi-Hubbard, codificação de férmion para qubit, computação quântica ruidosa, simulação quântica
