Q-score de Atos mide la efectividad de un sistema cuántico para manejar problemas de la vida real, aquellos que no pueden ser resueltos por los ordenadores tradicionales, en lugar de medir simplemente su rendimiento teórico. Q-score reafirma el compromiso de Atos de ofrecer beneficios tempranos y concretos de la computación cuántica.
En los últimos cinco años, Atos se ha convertido en pionera en aplicaciones cuánticas gracias a su participación en diversas alianzas industriales y académicas, y a los proyectos financiados, trabajando mano a mano con los industriales para desarrollar casos de uso que podrán ser acelerados por la computación cuántica.
¿Qué mide Q-score?
Hoy en día el número de qubits es la cifra de medida más común para evaluar el rendimiento de un sistema cuántico. Sin embargo, los qubits son volátiles y varían enormemente en calidad (velocidad, estabilidad, conectividad…) de una tecnología cuántica a otra (como los supraconductores, iones atrapados, silicio, fotónica…), lo que lo convierte en una herramienta de referencia imperfecta.
Al centrarse en la capacidad de resolver los conocidos problemas de optimización combinatoria, Atos Q-score proporcionará a los centros de investigación, universidades, empresas y líderes tecnológicos resultados explícitos, fiables, objetivos y comparables a la hora de resolver problemas de optimización del mundo real.
Q-score mide el rendimiento real de los procesadores cuánticos al resolver un problema de optimización, representativo de la era de la computación cuántica a corto plazo (NISQ – Noisy Intermediate Scale Quantum). Para proporcionar un marco de referencia para comparar los resultados y mantener la uniformidad, Q-score se basa en un problema de optimización combinatoria estándar, el mismo para todas las evaluaciones (el problema de Max-Cut, parecido al conocido TSP – Travelling Salesman Problem, ver más abajo).
La puntuación se calcula en base al número máximo de variables dentro de un problema de este tipo que una tecnología cuántica puede optimizar (ej: 23 variables = 23 Q-score o Qs).
Atos organizará la publicación de una lista anual de los procesadores cuánticos más potentes del mundo. El primer informe, previsto para 2021, incluirá las autoevaluaciones reales proporcionadas por los fabricantes.
Basado en un paquete de software de acceso abierto, Q-score está construido sobre 3 pilares:
- Impulsado por aplicaciones: Q-score es el único sistema de métricas basado en algoritmos cuánticos disponibles a corto plazo y que mide la capacidad de un sistema cuántico para resolver problemas operativos prácticos;
- Apertura y facilidad de uso: Q-score, universal y gratuito, se beneficia del enfoque tecnológicamente neutro de Atos. Su paquete de software, incluidas las herramientas y la metodología, no requiere una gran capacidad de computación para calcular las métricas;
- Objetividad y fiabilidad: Atos combina un enfoque no dependiente del hardware y de la tecnología con una sólida experiencia en el diseño de algoritmos y optimización adquirida trabajando con los principales clientes de la industria y líderes tecnológicos en el campo cuántico. La metodología utilizada para construir Q-Score se hará pública y estará abierta a evaluación.
Un kit de software gratuito, que permite ejecutar Q-score en cualquier procesador estará disponible en el Q1 2021. Atos invita a todos los fabricantes a ejecutar Q-score en su tecnología y publicar sus resultados.
Gracias a las avanzadas capacidades de simulación de qubits de la Máquina de Aprendizaje Cuántico de Atos (Atos QLM), su potente simulador cuántico, Atos es capaz de proporcionar estimaciones de Q-score para varias plataformas. Estas estimaciones tienen en cuenta las características proporcionadas públicamente por los fabricantes. Los resultados oscilan en torno a un Q-score de 15 Qs, pero el progreso es rápido, con un promedio estimado de Q-score hace un año en el área de 10 Qs, y un promedio estimado proyectado de Q-score a lo largo del próximo año por encima de 20 Qs.
Q-score ha sido revisado por el Consejo Asesor de Atos Quantum, un grupo de expertos internacionales, matemáticos y físicos autoridades en su campo, que se reunió el 4 de diciembre de 2020.
Comprensión de Q-score utilizando el problema del vendedor ambulante (TSP)
La aplicación más prometedora de la computación cuántica en la actualidad es resolver grandes problemas de optimización combinatoria. Ejemplos de tales problemas son el famoso problema TSP y el problema Max-Cut, menos notorio, pero igualmente importante.
Enunciado del problema: un viajero necesita visitar N número de ciudades en un recorrido de ida y vuelta, donde se conocen las distancias entre todas las ciudades y cada ciudad debe visitarse solo una vez. ¿Cuál es la ruta más corta posible para que visite cada ciudad exactamente una vez y regrese a la ciudad de origen?
De apariencia simple, este problema se vuelve bastante complejo cuando se trata de dar una respuesta definitiva y perfecta teniendo en cuenta un número creciente de N variables (ciudades). Max-Cut es un problema más genérico, con una amplia gama de aplicaciones, por ejemplo, en la optimización de placas electrónicas o de posicionamiento de antenas 5G.
Q-score evalúa la capacidad de un procesador cuántico para resolver estos problemas combinatorios.
Q-score, Quantum Performance y Quantum Superiority
Mientras que las computadoras de alto rendimiento – HPC – más poderosas en todo el mundo a corto plazo (las llamadas HPC «exascale») alcanzarían una puntuación Q equivalente cercana a 60, hoy estimamos, según datos públicos, que la mejor QPU – unidad de procesamiento cuántico – produce una puntuación Q de alrededor de 15 Qs. Con el progreso reciente, esperamos que el rendimiento cuántico alcance puntuaciones Q superiores a 20 Q durante el próximo año.
El Q-score se puede medir para QPU con más de 200 qubits. Por lo tanto, seguirá siendo la métrica perfecta para identificar y medir la superioridad cuántica, definida como la capacidad de las tecnologías cuánticas para resolver un problema de optimización que las tecnologías clásicas no pueden resolver en el mismo momento.
El compromiso de Atos con el avance de las aplicaciones de la industria de la computación cuántica
El año 2020 representa un punto de inflexión en la carrera cuántica, con la identificación de los primeros problemas o aplicaciones de la vida real que no pueden ser resueltos en el mundo clásico pero que podrían serlo en el mundo cuántico. Como en el caso de cualquier tecnología perturbadora, prever las aplicaciones correspondientes (así como las limitaciones éticas necesarias) es un paso importante hacia la convicción, la adopción y el éxito. Aquí es exactamente donde Atos ve su principal papel.
Aprovechando el Atos QLM y su experiencia única en el desarrollo de algoritmos, Atos coordina el proyecto europeo NEASQC – NExt ApplicationS of Quantum Computing, uno de los proyectos más ambiciosos que tiene como objetivo impulsar las aplicaciones cuánticas a corto plazo demostrando la superioridad cuántica.
NEASQC reúne a académicos y fabricantes, motivados por la aceleración cuántica de sus aplicaciones empresariales. Estas aplicaciones se verán respaldadas por el lanzamiento en 2023 del primer acelerador Atos NISQ, basado en una combinación de computación de Alto Rendimiento – HPC – y tecnologías qubits.
A continuación, se presentamos algunos ejemplos de aplicaciones traídas por los socios industriales de NEASQC que podrían ser aceleradas por la computación cuántica:
- Captura de dióxido de carbono con Total: estudiar la captura de CO2 para proporcionar información a los investigadores sobre las interacciones entre moléculas para comprender, simular y optimizar la adsorción (captura de carbono);
- Carga inteligente con EDF: optimización de la carga de coches eléctricos en estaciones de carga rápida, para evitar colas y ahorrar tiempo y dinero, para grandes flotas;
- Quantum Monte-Carlo con HSBC: desarrollo de algoritmos eficientes que podrían sustituir o redefinir las técnicas de Monte-Carlo para computadoras cuánticas a corto plazo, aumentando así significativamente la eficiencia de los modelos de precios de derivados o de gestión de riesgos;
- Sistema basado en reglas cuánticas con CESGA: construcción de un sistema basado en reglas cuánticas que resuelve un problema específico con una gran cantidad de datos y reglas, para diagnosticar y tratar un tipo específico de cáncer de mama conocido como carcinoma ductal invasivo.
Para saber más sobre NEASQC y los casos de uso anteriores (así como otros), por favor visite https://neasqc.eu/
