Investigadores han desarrollado un novedoso algoritmo cuántico que optimiza significativamente el cálculo de funciones de correlación de equilibrio, una magnitud fundamental para describir las propiedades dinámicas de los sistemas físicos. A diferencia de los métodos cuánticos convencionales, que requieren un circuito cuántico distinto para cada punto temporal, este nuevo enfoque permite computar todos los puntos temporales simultáneamente con un único circuito. Esto representa una mejora sustancial en la eficiencia computacional, reduciendo drásticamente los recursos cuánticos necesarios.

Los algoritmos cuánticos previos para estas funciones, como el test de Hadamard o los métodos variacionales, escalaban con una complejidad de al menos O(Nₜ) ejecuciones de circuito y O(Nₜ²) puertas cuánticas, donde Nₜ es el número de puntos temporales. El nuevo algoritmo, sin embargo, utiliza O(log Nₜ) cúbits auxiliares para codificar el tiempo como una variable cuántica. Esta paralelización efectiva permite que el circuito se ejecute solo O(log Nₜ) veces, resultando en una complejidad total de O(Nₜ log Nₜ) recursos cuánticos para sistemas grandes. Los autores demuestran que esta escala es óptima y validan su método calculando la función de Green de un modelo de Hubbard unidimensional sin espín.

La capacidad de calcular eficientemente las funciones de correlación de equilibrio es crucial para comprender y predecir el comportamiento de materiales y sistemas cuánticos complejos. Este avance podría acelerar la investigación en campos como la ciencia de materiales, la química cuántica y el diseño de nuevos dispositivos. La optimización en el uso de recursos cuánticos acerca la posibilidad de realizar simulaciones de sistemas cuánticos que actualmente son inabordables para los ordenadores clásicos, abriendo nuevas vías para el descubrimiento científico.