Varias industrias han elogiado el potencial transformador de la computación cuántica, pero la practicidad de sus aplicaciones para problemas de tamaño finito sigue siendo una interrogante. La investigación colaborativa de Google Quantum AI tiene como objetivo identificar problemas en los que las computadoras cuánticas superan a las clásicas y diseñar algoritmos cuánticos prácticos. Los esfuerzos recientes incluyen:

• Estudiar la química de las enzimas.
• Explorando alternativas sostenibles para las baterías de iones de litio.
• Materiales de modelado para experimentos de fusión por confinamiento inercial.

Si bien las computadoras cuánticas prácticas aún no están disponibles, su trabajo en curso informa las especificaciones de hardware necesarias para ejecutar algoritmos cuánticos eficientes para estas aplicaciones eventualmente.

En colaboración con Boehringer Ingelheim y la Universidad de Columbia, Google Quantum AI exploró la aplicación de la computación cuántica para comprender la compleja estructura electrónica de la familia de enzimas Citocromo P450. Estas enzimas desempeñan un papel crucial en el metabolismo de los fármacos. Al comparar los métodos clásicos y cuánticos, demostraron que la mayor precisión de una computadora cuántica es esencial para resolver con precisión la intrincada química de este sistema. El estudio reveló que la ventaja cuántica se vuelve cada vez más pronunciada con sistemas de mayor tamaño, lo que en última instancia indica la necesidad de varios millones de qubits físicos para lograr una ventaja cuántica para este problema.

Las baterías de iones de litio son esenciales para diversas aplicaciones, pero a menudo dependen del cobalto, lo que plantea preocupaciones medioambientales y éticas. Los investigadores exploraron el óxido de litio y níquel (LNO) como alternativa al cobalto. Comprender las propiedades de LNO es crucial. Un artículo titulado “Simulación cuántica de materiales tolerante a fallas utilizando orbitales de Bloch”, en colaboración con BASF, QSimulate y la Universidad Macquarie, desarrolló técnicas de simulación cuántica para estructuras atómicas periódicas como LNO. Su estudio encontró que las computadoras cuánticas podrían calcular eficientemente las energías de LNO, pero actualmente requieren una cantidad poco práctica de qubits, con esperanzas de mejoras futuras.

Los investigadores exploran simulaciones cuánticas para experimentos de fusión por confinamiento inercial en condiciones extremas. Se centra en calcular el poder de parada en materia densa y cálida, que es crucial para la eficiencia del reactor. El algoritmo cuántico se muestra prometedor, ya que los requisitos de recursos estimados se sitúan entre aplicaciones anteriores. Aunque persiste la incertidumbre, supera a las alternativas clásicas que se basan en métodos de campo medio, que introducen errores sistemáticos en la simulación de sistemas tan complejos.

Los investigadores presentan una gama cada vez mayor de aplicaciones concretas para futuras computadoras cuánticas con corrección de errores en la simulación de sistemas físicos, mostrando su potencial para resolver problemas complejos. A diferencia de los problemas estáticos del estado fundamental, la dinámica cuántica implica la evolución de los sistemas cuánticos a lo largo del tiempo, alineándose con la naturaleza inherentemente dinámica de las computadoras cuánticas. La investigación colaborativa revela que los algoritmos cuánticos pueden superar los cálculos clásicos aproximados en eficiencia y precisión. El desarrollo de estos algoritmos ahora garantiza la preparación para computadoras cuánticas con corrección de errores y disipa las afirmaciones hiperbólicas sobre sus capacidades.

Revisar la Artículo de Google. Todo el crédito por esta investigación va a los investigadores de este proyecto. Además, no olvides unirte. nuestro SubReddit de 31k+ ML, Comunidad de Facebook de más de 40.000 personas, Canal de discordia, y Boletín electrónicodonde compartimos las últimas noticias sobre investigaciones de IA, interesantes proyectos de IA y más.

Si te gusta nuestro trabajo, te encantará nuestra newsletter.

También estamos en WhatsApp. Únase a nuestro canal de IA en Whatsapp.