IBM presentó el modelo Directed Execution para el servicio IBM Quantum Compute Service, con el objetivo de brindar a los investigadores control directo sobre la manera en que los circuitos cuánticos se transforman, aleatorizan y ejecutan antes de ponerse en funcionamiento en el hardware. En lugar de mantener oculta la lógica de mitigación de errores dentro de los servidores de IBM, el modelo permite ejecutar esta lógica del lado del cliente, donde puede inspeccionarse, modificarse y utilizarse para construir flujos personalizados, sin renunciar al rendimiento de sistemas que superan los 100 cúbits.
El modelo se basa en una nueva primitiva de ejecución llamada Executor. Esta trata el circuito plantilla y sus parámetros como operaciones sobre tensores, lo que permite gestionar grandes familias de instancias del circuito sin compilarlas manualmente. Según IBM, Executor puede ejecutar cargas de 5.000 operaciones aleatorias o más, y también admite explorar niveles de ruido, cambios en las reglas de medición y conjuntos de parámetros dentro de una sola tarea mediante reglas de difusión similares a las de NumPy.
De la ejecución oculta a un plan inspeccionable
Las primitivas Sampler y Estimator solían crear instancias de los circuitos en el servidor para mejorar el rendimiento al trabajar con experimentos grandes, pero esto hacía que el proceso de ejecución se pareciera más a una caja negra. Directed Execution vuelve a ofrecer un punto de entrada de bajo nivel, manteniendo Sampler y Estimator disponibles como interfaces de alto nivel que funcionan sobre Executor.
El sistema utiliza las capacidades Boxes y Annotations, introducidas en Qiskit SDK 2.0 y 2.1, para definir regiones con significado dentro del circuito y describir las transformaciones requeridas en ellas. Entre las anotaciones incorporadas se encuentran Twirl, para aplicar una aleatorización de Pauli o Clifford; InjectNoise, para introducir ruido de forma controlable; y ChangeBasis, para controlar la rotación de los cúbits hacia estados de base específicos y desde ellos.
Después, la biblioteca de código abierto Samplomatic convierte el circuito anotado en dos salidas: un circuito plantilla inspeccionable y una receta estructurada llamada Samplex, que especifica cómo realizar la aleatorización y el procesamiento clásico posterior. Como estas dos salidas se crean localmente, el investigador puede examinar la propagación de las transformaciones antes de enviar el trabajo al procesador cuántico.
¿Qué cambia en la práctica para los investigadores?
La mitigación de errores que ejecutan Sampler y Estimator ahora puede inspeccionarse y personalizarse, en lugar de ser un servicio oculto. La biblioteca Qiskit Noise Learning ofrece una caracterización local del ruido a nivel de regiones del circuito, con compatibilidad con los protocolos Pauli-Lindblad y TREX. Por su parte, Qiskit Mitigation incluye implementaciones de métodos como la cancelación probabilística de errores (PEC), la amplificación probabilística de errores (PEA), TREX y la extrapolación a ruido cero mediante plegado de puertas (ZNE).
El entorno de ejecución local también se ha vuelto más útil para las pruebas. Al utilizar el nuevo Estimator con un simulador local, pueden aplicarse las mismas opciones de mitigación de errores antes de consumir tiempo en la unidad de procesamiento cuántico. IBM señala que el modelo FakeKingston simula un dispositivo de 156 cúbits, un tamaño que no resulta adecuado para una simulación local del estado completo; por ello recomienda comprobaciones aproximadas rápidas mediante simulación de Clifford.
IBM presenta un ejemplo que combina PEC, Shaded Lightcones, TREX y la selección posterior en un solo flujo. Según los resultados mencionados en el material, Shaded Lightcones redujo aproximadamente 3,4 veces el coste del muestreo en PEC, manteniendo una precisión similar dentro de la configuración del modelo de ruido completo.
Relación del modelo con la corrección cuántica de errores
Directed Execution no se limita a la mitigación de errores. IBM afirma que el mismo control local también respalda investigaciones sobre corrección de errores, incluida la corrección cuántica de errores mediante selección posterior y los experimentos con códigos de superficie. Menciona que un estudio realizado en IBM Quantum Nighthawk aplicó un código de superficie de distancia 5 y mejoró hasta 2,8 veces la tasa de error lógico por ronda al identificar varios componentes de menor rendimiento y orientar el código alrededor de ellos.
El control se extiende hasta el nivel de los pulsos, incluidos la temporización de las puertas, el restablecimiento rápido de los cúbits y la lectura de información de medición blanda antes de la clasificación. Sin embargo, estas capacidades no significan que la corrección cuántica se haya convertido en un problema resuelto; ofrecen una plataforma experimental más transparente para estudiar los métodos, mientras que los resultados mencionados siguen estando vinculados a experimentos y herramientas específicos.
Disponibilidad y limitaciones
Las primitivas locales Sampler y Estimator se lanzaron en la versión 0.50.0 de qiskit-ibm-runtime, y IBM afirma que los usuarios de las interfaces actuales generalmente solo necesitan actualizar las instrucciones de importación, mientras el cuerpo del código sigue funcionando. La empresa también lanzó una herramienta de código abierto llamada migrate-qiskit-ibm-runtime para ayudar a trasladar el código desde las versiones antiguas, incluidas V1 y las antiguas primitivas V2 del servidor.
El valor principal aquí consiste en trasladar el control y la transparencia al investigador, no en lanzar nuevo hardware cuántico. El uso directo de Executor sigue siendo adecuado para quienes necesitan construir flujos personalizados o probar nuevos protocolos, mientras que los demás usuarios pueden continuar utilizando Sampler y Estimator. El grado en que cada experimento se beneficie de la mitigación o la corrección seguirá dependiendo del modelo de ruido, del coste de las muestras y de la naturaleza del circuito y del hardware utilizado.