Investigadores han desarrollado un nuevo decodificador, denominado "Frontier", diseñado para optimizar la decodificación de códigos cuánticos de baja densidad de paridad (LDPC). Este decodificador utiliza una técnica de programación dinámica podada, procesando variables de error en un orden específico y fusionando prefijos con síndromes residuales y etiquetas lógicas idénticas. Para aproximar las masas posteriores de las cosets lógicas, el decodificador retiene únicamente una "frontera" estrecha y puntuada. Este enfoque permite una inferencia ordenada que, aunque exponencial en complejidad sin la poda, se vuelve manejable con ella.

El decodificador Frontier ha demostrado un rendimiento prometedor en el contexto de la capacidad de código, alcanzando umbrales cercanos a los óptimos para códigos cuánticos como el código de superficie y el código de color. En un modelo de ruido a nivel de circuito, el decodificador logra un rendimiento de vanguardia con un tamaño de lista promedio muy reducido. Por ejemplo, para el código grueso [[144,12,12]] con una tasa de error física de 0.001, el tamaño promedio de la lista retenida es inferior a 100 elementos.

La eficiencia del decodificador Frontier es particularmente notable cuando el tamaño de la lista se mantiene constante, ya que en este escenario su complejidad computacional se reduce a lineal. Esta característica sugiere un gran potencial para implementaciones de baja latencia, lo que es crucial para el desarrollo de ordenadores cuánticos tolerantes a fallos. La capacidad de decodificar errores de manera eficiente y rápida es un paso fundamental para superar uno de los mayores desafíos en la computación cuántica: la fragilidad de los cúbits ante el ruido ambiental.