El gigante de la tecnología y la informática Nvidia lanzó recientemente una familia de modelos de inteligencia artificial de código abierto llamada Ising, que, según afirma, es el primer conjunto de modelos de IA del mundo específicamente para la calibración y corrección de errores de la computación cuántica. NVIDIA dijo que esta familia de modelos ayudará a las instituciones y empresas de investigación científica a construir computadoras cuánticas más potentes, dándoles la capacidad de ejecutar aplicaciones prácticas verdaderamente útiles a mayor escala.
Para que una computadora cuántica ejecute aplicaciones complejas, el sistema necesita procesar unidades de información cuántica con una escala de millones de qubits. Sin embargo, los propios qubits son extremadamente frágiles, susceptibles a interferencias de ruido y propensos a errores. A medida que se expande la escala de las computadoras cuánticas, el sistema debe poder completar la corrección de errores y la calibración fina en tiempo real durante el funcionamiento y compensar las fluctuaciones ambientales para mantener la validez de los resultados de los cálculos. El fundador y director ejecutivo de NVIDIA, Jensen Huang, dijo: "La IA es la clave para hacer práctica la computación cuántica". En su opinión, junto con Ising, "la IA se convertirá en el plano de control de las máquinas cuánticas, equivalente al sistema operativo de las máquinas cuánticas, transformando los frágiles qubits en sistemas de GPU cuánticas escalables y fiables".
El nombre Ising proviene del modelo de Ising, un modelo matemático clásico en física, que se utiliza para describir la interacción entre espines de partículas y caracterizar sistemas físicos complejos de una manera más concisa. NVIDIA ofrece esta vez dos tipos de modelos: uno se utiliza para la corrección de errores en tiempo real y el otro se centra en la calibración de sistemas cuánticos.
En términos de corrección de errores, Ising Decoding es responsable de "decodificar" mediciones cuánticas en condiciones ruidosas en salidas coherentes. Se basa en una red neuronal convolucional tridimensional y ofrece dos variantes: una centrada en la velocidad y otra en la precisión. Nvidia afirma que, en comparación con pyMatching, una herramienta de corrección de errores comúnmente utilizada en la industria actual de código abierto, Ising Decoding puede aumentar la velocidad de decodificación hasta 2,5 veces y mejorar la precisión aproximadamente 3 veces.
En términos de calibración, Ising Calibration está dirigido principalmente a físicos y equipos de ingeniería y se utiliza para sintonizar, medir y optimizar señales de control de hardware cuántico. Estas señales de control incluyen microondas, láseres y otros medios físicos. La producción cuántica de alta calidad depende en gran medida de una calibración precisa para contrarrestar problemas como el ruido, la inestabilidad del hardware y la desviación de parámetros a lo largo del tiempo. Según NVIDIA, Ising Calibration es un modelo de lenguaje visual que puede interpretar rápidamente datos de medición de procesadores cuánticos e impulsar a los agentes de inteligencia artificial a completar de forma continua y automática el proceso de calibración.
Al hablar sobre la hoja de ruta futura, el director de productos Nvidia Quantum, Sam Stanwyck, dijo en la conferencia de prensa que la compañía decidió lanzar primero la decodificación y la calibración porque estos dos vínculos son los cuellos de botella más apremiantes que restringen la expansión de los sistemas cuánticos. Describió a ambas como "cargas de trabajo en forma de IA" y creía que la introducción de la IA en estas áreas puede tener efectos inmediatos y considerables. Sin embargo, también enfatizó que la visión a largo plazo de Nvidia no se limita a esto. En el futuro, se espera que la IA también pueda participar en la construcción y optimización de circuitos cuánticos, haciendo de la decodificación y calibración los primeros hitos en el camino hacia las plataformas de supercomputación de GPU cuánticas.
En la actualidad, Ising Decoding y Ising Calibration han comenzado a aplicarse en empresas e instituciones de investigación científica. En términos de decodificación de errores, la Universidad de Cornell, los Laboratorios Nacionales Sandia, la Universidad de California, San Diego, la Universidad de California, Santa Bárbara y otras instituciones han comenzado a implementar modelos relevantes. En términos de calibración, muchas empresas y organizaciones de investigación relacionadas con la computación cuántica, como Atom Computing, Academia Sinica, EeroQ, IonQ, IQM Quantum Computers, Q‑CTRL, etc., ya están utilizando Ising Calibration para la depuración y optimización del sistema.
Para reducir las barreras de uso, NVIDIA también lanzó un conjunto de guías de "libros de cocina", que incluyen ejemplos de flujo de trabajo para computación cuántica y datos de entrenamiento de soporte, y proporciona microservicios basados en NVIDIA NIM. Estos recursos ayudarán a los desarrolladores a personalizar, entrenar y ajustar modelos basados en diferentes arquitecturas de hardware cuántico y ejecutarlos en entornos de investigación locales, aprovechando las capacidades de IA y manteniendo datos experimentales confidenciales dentro de la institución.