Qubits lógicos, e não a contagem de qubits físicos, são o número que importa na computação quântica

A cada poucos meses chega um anúncio de computação quântica com um número maior: um chip com mais qubits, um processador com contagem mais alta, ou um roteiro que promete milhares até o fim da década. O número é fácil de divulgar e fácil de comparar, e exatamente por isso engana. Um qubit físico é um dispositivo ruidoso que perde seu estado quântico em microssegundos ou milissegundos. Uma máquina capaz de rodar algoritmos úteis para química, materiais ou criptografia precisa de qubits lógicos: unidades de informação protegidas por correção de erros, confiáveis o bastante para encadear milhares ou milhões de operações.

A distância entre os dois números é o problema central de engenharia da área. Ler bem as afirmações dos fabricantes significa entender essa distância e fazer as perguntas que a expõem.

Por que qubits físicos não bastam

Estados quânticos são frágeis. Calor, ruído eletromagnético e pulsos de controle imperfeitos introduzem erros, e esses erros se acumulam. Sem correção, um cálculo longo vira um gerador de números aleatórios. A correção de erros resolve isso codificando um qubit lógico em muitos qubits físicos e medindo repetidamente verificações de paridade que revelam erros sem destruir a informação armazenada. O código de superfície (surface code), o esquema mais estudado até agora, dispõe os qubits físicos numa grade bidimensional e usa essas verificações para detectar e corrigir erros continuamente.

O porém é o custo extra. Um qubit lógico construído com código de superfície precisa de uma distância de código d, que define aproximadamente quantos erros o código consegue tolerar. O número de qubits físicos por qubit lógico cresce com o quadrado de d, então um único qubit lógico pode exigir de algumas centenas a mais de mil qubits físicos, dependendo da taxa de erro do hardware e da precisão que o algoritmo requer. Uma máquina com dez mil qubits físicos pode, assim, conter apenas alguns qubits lógicos utilizáveis.

O resultado de limiar que mudou a conversa

O marco recente mais importante foi a demonstração de correção de erros abaixo do limiar. O limiar é a taxa de erro física abaixo da qual adicionar qubits a um código reduz a taxa de erro lógica em vez de aumentá-la. No fim de 2024, a Google Quantum AI relatou, com seu chip Willow, que a taxa de erro de um qubit lógico de código de superfície caiu aproximadamente pela metade a cada aumento da distância do código de 3 para 5 e de 5 para 7. Esse comportamento de escala é o que torna máquinas maiores potencialmente úteis, porque significa que mais hardware compra mais confiabilidade em vez de mais ruído.

Outros grupos relataram desde então pequenos experimentos com qubits lógicos em plataformas de íons aprisionados e átomos neutros, com códigos e hardware diferentes. A área passou de perguntar se a correção de erros pode funcionar para perguntar quão bem, a que custo e em quais arquiteturas.

Como ler uma afirmação sobre qubits lógicos

Quando uma empresa anuncia um resultado com qubits lógicos, cinco informações determinam o quanto ele significa.

A taxa de erro lógico por operação ou por ciclo de correção. Um qubit que sobrevive a um ciclo não é o mesmo que um que sobrevive a mil. Pergunte a taxa de erro por ciclo e como foi medida.

A distância do código e o código usado. Uma demonstração com distância 3 é uma prova de conceito. Distância 7 ou mais mostra se a abordagem escala. Pergunte qual família de código é usada, porque o custo extra varia entre códigos.

A razão físico para lógico. Divida o número de qubits físicos pelo número de qubits lógicos e verifique se o resultado é plausível com as taxas de erro declaradas. Uma afirmação de muitos qubits lógicos em hardware modesto deve gerar perguntas.

Pós-seleção. Alguns experimentos descartam execuções em que a detecção de erros sinalizou problema e publicam apenas os resultados das execuções restantes. Isso pode melhorar bastante a taxa de erro aparente. Verifique se os números incluem os dados descartados e se o algoritmo ainda funcionaria se todas as execuções fossem mantidas.

Portas não Clifford. A correção de erros trata algumas operações de forma barata, mas outras, especialmente a porta T necessária para computação universal, exigem um processo caro chamado destilação de estados mágicos. Uma máquina que corrige bem erros em portas simples pode continuar muito lenta para os algoritmos que interessam. Pergunte quanto custam as portas T em qubits físicos e em tempo.

O que isso significa para os próximos anos

O quadro honesto é que a área ainda está provando seus blocos de construção, não na fase de ter máquinas úteis. Simulações de química e materiais que superem métodos clássicos são os alvos mais citados, e exigem milhares de qubits lógicos de alta qualidade operando por longos períodos. Máquinas relevantes para criptografia estão mais distantes, e os prazos no debate público variam muito. Para planejamento, os indicadores mais úteis são as taxas de erro lógico em distâncias de código maiores, o custo das operações não Clifford e demonstrações de algoritmos de múltiplas rodadas sobre qubits lógicos em vez de testes de rodada única.

Há também uma implicação prática para quem acompanha a área. Comunicados que começam pela contagem de qubits costumam ser mais fáceis de escrever do que os que começam pelas taxas de erro lógico, e essa assimetria é por si só um sinal. Trate o número da manchete como o começo da pergunta, não como a resposta.

Conclusões práticas

• Quando vir uma contagem de qubits, peça o número de qubits lógicos, a distância do código e a taxa de erro lógico por ciclo. Se nada disso for informado, a afirmação ainda não é comparável.
• Calcule você mesmo a razão físico para lógico e confronte com as taxas de erro publicadas.
• Verifique se os resultados usaram pós-seleção e se os números se sustentam quando as execuções descartadas são incluídas.
• Para planejar algoritmos, foque no custo das portas não Clifford e no número de operações lógicas que a computação-alvo exige, não apenas no tamanho do hardware.
• Acompanhe os artigos revisados por pares e os dados brutos do fornecedor, além do anúncio, porque a seção de métodos costuma conter as ressalvas que a manchete omite.

Um qubit físico mede quanto hardware um laboratório construiu. Um qubit lógico mede quanta computação confiável ele consegue realizar. Só o segundo número indica quando máquinas quânticas começarão a resolver problemas que máquinas clássicas não conseguem, e é esse o número que vale acompanhar.