Vai al contenuto
vantaggioquantistico.it

Strumenti di calcolo

Tre calcolatori per esplorare costi, precisione e probabilità di successo. I parametri iniziali corrispondono agli esempi della monografia.

Modifica un parametro alla volta e osserva come cambia il risultato. I calcoli avvengono nel browser: i dati inseriti non vengono trasmessi.

Costo della mitigazione degli errori

La mitigazione degli errori può richiedere molte più esecuzioni di un circuito per ottenere una stima precisa. Questo strumento mostra come cresce il costo della probabilistic error cancellation (PEC) al crescere del rumore, nel modello semplificato descritto nel capitolo 3.

Come usare lo strumento e leggere i risultati

Quali valori inserire

Indica il numero di gate a due qubit e il loro errore medio rappresentativo, espresso in percentuale: 0,15 significa 0,15%. Il prodotto Gε è una stima illustrativa della somma dei tassi del modello, non una conversione esatta dei dati di calibrazione del dispositivo. Lo shot è una singola esecuzione con misura. Gli shot al secondo traducono il numero di esecuzioni in tempo di calcolo.

L’errore standard richiesto misura l’incertezza statistica della stima dell’osservabile, qui assunta di modulo non superiore a 1. Un valore più piccolo richiede più shot; non indica il tasso di errore dei gate.

Come interpretare il risultato

Il modello usa Λ ≈ Gε e γ² = e4Λ. Il fattore γ² moltiplica il limite superiore della varianza; γ²/s² è il corrispondente numero sufficiente di shot per un errore standard s, nel campionamento fattorizzato. Non è un costo minimo valido per ogni tecnica di mitigazione.

Una prova utile: dimezza l’errore standard da 0,01 a 0,005. Il numero di shot e il tempo stimato quadruplicano, mentre γ² resta invariato. Il tempo mostrato non include attese in coda, calibrazione e altre attività esterne al ritmo di esecuzione ipotizzato.

Nel grafico l’asse verticale è logaritmico: passare da 3 a 4 significa passare da un fattore 1.000 a 10.000. Le tre linee mantengono fissi gli errori indicati nella legenda; il punto rappresenta i parametri inseriti.

Grafico del costo della PEC in funzione del numero di gate.

log10 γ² in funzione di G per tre valori di ε: 0,10% (grigio, tratteggio), 0,15% (verde), 0,20% (viola, punteggiato); il punto marca il valore inserito. La retta mostra che ogni gate in più moltiplica il costo per lo stesso fattore e4ε.

Ipotesi di lavoro. Λ = Gε è una stima d’ordine di grandezza, non una misura su un dispositivo: ignora i gate a un qubit e il readout, tratta il rumore come un canale di Pauli–Lindblad e conta tutti i gate del circuito, mentre per un’osservabile locale contano solo quelli nel suo light cone. Con i valori iniziali, cioè i 1.488 gate dell’esperimento a 56 qubit con l’errore mediano dello 0,15%, il modello dà γ² ≈ 7.540. L’articolo dell’esperimento, con il proprio modello di rumore appreso, stima per la PEC completa a sei strati γ ∼ 1,2·105: il calcolatore serve a vedere come il costo scala, non a prevederlo per un dispositivo. Il ritmo di shot al secondo è un parametro libero.

Per approfondire nel libro. Capitolo 3, «Mitigare senza correggere»: § 3.4, «Probabilistic error cancellation», per la derivazione del costo; § 3.6, «Dove la mitigazione smette di bastare», per i limiti del metodo.

Riferimento scientifico: van den Berg e altri, modello di rumore e PEC.

Amplitude estimation contro Monte Carlo

La stima d’ampiezza quantistica può richiedere meno chiamate rispetto al Monte Carlo classico, ma ogni chiamata può essere molto più costosa. Il calcolatore confronta i tempi previsti da un modello ideale e individua la precisione alla quale i due metodi si equivalgono.

Come usare lo strumento e leggere i risultati

Quali valori inserire

Il tempo per cammino classico è il costo effettivo di una simulazione Monte Carlo, tenendo conto dell’eventuale parallelismo. Il tempo per chiamata quantistica deve comprendere le operazioni dell’oracolo previste dal modello. La costante della stima rappresenta il coefficiente cq del costo quantistico.

La deviazione standard descrive la dispersione del payoff, cioè della quantità di cui si vuole stimare il valore medio. La precisione è l’errore assoluto richiesto sulla stima, nella stessa scala del payoff: un valore più piccolo impone una stima più precisa.

Come interpretare il risultato

Il modello confronta Tcl = tcσ²/ε² e Tq = tqcq/ε. La soglia di pareggio è ε* = tcσ²/(tqcq): sotto questa soglia il tempo quantistico risulta minore, nelle ipotesi adottate.

Una prova utile: passa dalla precisione iniziale 10−5 a 10−6. Il tempo classico si moltiplica per 100, quello quantistico per 10; con gli altri valori iniziali si raggiunge il pareggio a 1.000 secondi.

Un rapporto Tcl/Tq maggiore di 1 favorisce il metodo quantistico; minore di 1 favorisce quello classico. Nel grafico entrambi gli assi sono logaritmici: sull’asse orizzontale −6 indica 10−6, su quello verticale 3 indica 1.000 secondi. Il confronto è illustrativo: non dimostra un vantaggio su un dispositivo reale. Le leggi di costo sono asintotiche; i tempi non includono costi fissi esterni ai parametri inseriti. I casi che richiederebbero meno di una chiamata o di un campione vengono segnalati come fuori dal regime del modello.

Grafico dei tempi di calcolo in funzione della precisione.

Tempo in secondi (log10) in funzione della precisione (log10), Monte Carlo in grigio e amplitude estimation in colore. Le due rette si incrociano alla precisione di pareggio.

Come leggere i valori iniziali. Sono quelli dell’ipotesi «intermedia» del capitolo 8: un microsecondo per cammino su mille core (tc = 10−9 s effettivi, assumendo parallelismo ideale), cento microsecondi per chiamata logica. La precisione di pareggio vale 10−6. Il tq di una macchina fault-tolerant non è noto: le stime di risorse della letteratura per la valutazione di derivati chiedono migliaia di qubit logici. Sono ipotesi illustrative, non tempi misurati. La scala del payoff e la costante quantistica devono riferirsi alla stessa normalizzazione; per un payoff limitato fra 0 e 1 la deviazione standard non supera 0,5.

Per approfondire nel libro. Capitolo 8, «La finanza davanti alle tre famiglie»: § 8.2 per l’accelerazione della stima d’ampiezza; § 8.3, «Dal numero di chiamate al runtime», per il pareggio; § 8.4 per le stime di risorse di una chiamata.

Riferimento scientifico: Brassard e altri, stima d’ampiezza.

Time-to-solution

Un algoritmo può trovare la soluzione desiderata solo in una parte delle esecuzioni. Il time-to-solution (TTS) combina la probabilità di successo con il costo di ogni tentativo: permette di confrontare metodi con velocità e affidabilità diverse.

Come usare lo strumento e leggere i risultati

Quali valori inserire

La probabilità p va espressa fra 0 e 1: 0,01 significa 1%. Definisci prima che cosa conta come successo, per esempio trovare l’ottimo oppure una soluzione che raggiunge una soglia fissata.

Il costo deve riferirsi a un tentativo completo. Scegli secondi, valutazioni o shot e usa la stessa unità per i metodi che confronti. La probabilità di successo richiesta, per esempio 99%, riguarda l’ottenimento di almeno un successo nell’insieme dei tentativi indipendenti.

Come interpretare il risultato

Per 0 < p < 1, il calcolo usa R = max{1, ln(1−c)/ln(1−p)}, dove c è la probabilità richiesta. Il TTS moltiplica R per il costo del tentativo. Il benchmark usa una convenzione continua; per un’esecuzione reale il numero di tentativi si arrotonda per eccesso, come indicato sotto i risultati.

Una prova utile: imposta p = 0,01, costo pari a 1 secondo e obiettivo del 99%. Occorrono 459 tentativi interi, quindi 459 secondi. La media per il primo successo è invece 100 tentativi: una media non garantisce il raggiungimento dell’obiettivo del 99%.

Con p = 0 il successo è impossibile; con p = 1 basta un tentativo. Se p è stimato da dati sperimentali, anche il TTS è incerto: il calcolatore non costruisce un intervallo di confidenza e non verifica l’indipendenza dei tentativi.

Il valore iniziale. p = 0,03225 è la frazione di campioni uniformi che, seguiti da una local search a un bit, raggiungono l’ottimo sull’istanza di portafoglio con 20 titoli del capitolo 10. È la baseline che ogni campionatore quantistico deve battere nella stessa pipeline: l’ablation study del capitolo 12.

Per approfondire nel libro. Capitolo 10, § 10.4, «Che cosa dicono i numeri», per l’esempio di portafoglio. Capitolo 12, § 12.3, «Le metriche», per la definizione del TTS; § 12.3.3 per il costo complessivo e § 12.4.3 per il confronto che isola il contributo del campionatore.

Riferimento scientifico: Rønnow e altri, confronto dei tempi di soluzione.