Investigadores han desarrollado un nuevo paradigma de software, denominado Control Algorítmico Adaptativo (A2C), que optimiza la asignación de recursos computacionales en ordenadores cuánticos. Este enfoque, basado en un teorema de ecualización de proxy-estado, demuestra que la eficiencia en la computación cuántica no solo depende de las mejoras en el hardware, sino también de cómo se gestionan los recursos finitos durante el proceso de cálculo. A2C busca igualar la "dureza computacional" acumulada en lugar del tiempo físico, infiriendo esta dureza directamente del estado cuántico en evolución sin necesidad de reconstruir explícitamente el espectro de muchos cuerpos, que crece exponencialmente.

El método A2C se ha probado en problemas de optimización cuántica con hasta 156 cúbits, utilizando una combinación de simulaciones exactas, superordenadores a gran escala y experimentos con hardware cuántico de IBM. Los resultados son significativos: A2C mejoró las probabilidades de muestreo de baja energía entre un 22% y más de un 100.000% en comparación con métodos anteriores, manteniendo la misma profundidad de circuito y el mismo presupuesto de mediciones. Esto subraya que una gestión inteligente del software puede desbloquear un rendimiento cuántico considerablemente mayor con el hardware existente.

Este avance sugiere que el rendimiento de la computación cuántica es una función dual del hardware y del software. El control algorítmico adaptativo se establece así como una vía complementaria y crucial para el progreso en este campo, abriendo nuevas posibilidades para resolver problemas complejos con los ordenadores cuánticos actuales y futuros. Los hallazgos demuestran que, más allá de la continua mejora del hardware, la optimización de cómo se organizan los recursos computacionales finitos es fundamental para maximizar el potencial de la computación cuántica.