Pero no todas las preguntas sobre los sistemas cuánticos son más fáciles de responder utilizando algoritmos cuánticos. Algunas son igualmente fáciles para los algoritmos clásicos, que se ejecutan en computadoras comunes, mientras que otras son difíciles tanto para los algoritmos clásicos como para los cuánticos.
Para entender en qué aspectos los algoritmos cuánticos y las computadoras que pueden ejecutarlos pueden ofrecer una ventaja, los investigadores suelen analizar modelos matemáticos llamados sistemas de espín, que capturan el comportamiento básico de conjuntos de átomos en interacción. A continuación, pueden preguntarse: ¿qué hará un sistema de espín cuando lo dejamos solo a una temperatura determinada? El estado en el que se establece, llamado estado de equilibrio térmico, determina muchas de sus otras propiedades, por lo que los investigadores han buscado durante mucho tiempo desarrollar algoritmos para encontrar estados de equilibrio.
El hecho de que esos algoritmos sean realmente útiles por su naturaleza cuántica depende de la temperatura del sistema de espín en cuestión. A temperaturas muy altas, los algoritmos clásicos conocidos pueden hacer el trabajo fácilmente. El problema se complica a medida que la temperatura disminuye y los fenómenos cuánticos se hacen más fuertes; en algunos sistemas se vuelve demasiado difícil incluso para que los ordenadores cuánticos lo resuelvan en un tiempo razonable. Pero los detalles de todo esto siguen siendo turbios.
“¿Cuándo vas al espacio donde necesitas lo cuántico y cuándo vas al espacio donde lo cuántico ni siquiera te ayuda?”, dijo Ewin Tanginvestigador de la Universidad de California en Berkeley y uno de los autores del nuevo resultado. “No se sabe mucho”.
En febrero, Tang y Moitra comenzaron a pensar en el problema del equilibrio térmico junto con otros dos científicos informáticos del MIT: un investigador postdoctoral llamado Ainesh Bakshi y el estudiante de posgrado de Moitra Allen LiuEn 2023, todos habían colaborado en Un algoritmo cuántico innovador para una tarea diferente que involucraba sistemas de spin, y estaban buscando un nuevo desafío.
“Cuando trabajamos juntos, las cosas fluyen”, dijo Bakshi. “Ha sido fantástico”.
Antes de ese gran avance de 2023, los tres investigadores del MIT nunca habían trabajado en algoritmos cuánticos. Su formación era en teoría del aprendizaje, un subcampo de la informática que se centra en algoritmos para el análisis estadístico. Pero, como los ambiciosos novatos de todo el mundo, vieron su relativa ingenuidad como una ventaja, una forma de ver un problema con nuevos ojos. “Uno de nuestros puntos fuertes es que no sabemos mucho de cuántica”, dijo Moitra. “La única cuántica que conocemos es la cuántica que Ewin nos enseñó”.
El equipo decidió centrarse en temperaturas relativamente altas, donde los investigadores sospechaban que existirían algoritmos cuánticos rápidos, aunque nadie había podido demostrarlo. Pronto encontraron una forma de adaptar una vieja técnica de la teoría del aprendizaje a un nuevo algoritmo rápido. Pero mientras escribían su artículo, otro equipo presentó un nuevo algoritmo cuántico rápido. resultado similar:una prueba de que una algoritmo prometedor desarrollado el año anterior funcionaría bien a altas temperaturas. Habían sido descubiertos.
Muerte súbita renace
Un poco decepcionados por haber quedado en segundo lugar, Tang y sus colaboradores comenzaron a comunicarse con Álvaro Alhambrafísico del Instituto de Física Teórica de Madrid y uno de los autores del artículo rival. Querían determinar las diferencias entre los resultados que habían obtenido de forma independiente. Pero cuando Alhambra leyó un borrador preliminar de la prueba de los cuatro investigadores, se sorprendió al descubrir que habían demostrado algo más en un paso intermedio: en cualquier sistema de espín en equilibrio térmico, el entrelazamiento desaparece por completo por encima de cierta temperatura. «Les dije: ‘Oh, esto es muy, muy importante'», dijo Alhambra.