Shortcuts for Adiabatic and Variational Algorithms in Molecular Simulation
Cet article propose et valide des stratégies de raccourcis vers l'adiabaticité, spécifiquement un hamiltonien contre-diabatique approximatif pour le calcul quantique adiabatique et un ansatz de jauge adiabatique réduit (AGAR) pour l'algorithme de l'eigensolver variationnel quantique, démontrant que ces approches accélèrent la préparation de l'état fondamental et surpassent les méthodes établies comme l'UCCSD en termes de précision et de résilience au bruit sur le matériel quantique actuel.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Depuis des décennies, les scientifiques rêvent d'utiliser les ordinateurs quantiques pour résoudre des problèmes impossibles pour les machines actuelles. La cible la plus prometteuse pour cette technologie est la chimie : comprendre comment les atomes se lient pour former des molécules. Pour prédire les propriétés d'un nouveau médicament ou d'un matériau plus résistant, il faut calculer l'énergie des électrons qui tourbillonnent autour des noyaux atomiques. Si les ordinateurs classiques peinent devant cette tâche car le nombre de configurations électroniques possibles croît de manière explosive avec la taille de la molécule, les ordinateurs quantiques sont naturellement adaptés pour imiter ces interactions. Cependant, les machines quantiques actuelles sont fragiles. Elles sont sujettes aux erreurs causées par le bruit environnemental et ont une capacité limitée à conserver l'information. Cela signifie que les séquences complexes d'opérations requises pour simuler une molécule échouent souvent avant de pouvoir se terminer, forçant les chercheurs à trouver des moyens de faire plus avec moins.
Dans ce contexte, une équipe de chercheurs a développé une nouvelle stratégie pour rendre les simulations moléculaires plus rapides et plus robustes sur le matériel imparfait d'aujourd'hui. Ils se sont concentrés sur deux approches principales utilisées pour préparer l'état d'énergie la plus basse d'une molécule, ce qui correspond à sa forme la plus stable. La première approche, connue sous le nom d'informatique quantique adiabatique, consiste à guider lentement un système d'un point de départ simple vers l'état cible complexe. La seconde, appelée algorithme de l'eigensolvateur quantique variationnel, utilise une méthode hybride où un ordinateur quantique teste différentes configurations tandis qu'un ordinateur classique ajuste les paramètres pour trouver le meilleur résultat. Les deux méthodes font face à un obstacle commun : elles nécessitent généralement de longues séquences d'opérations complexes qui accumulent des erreurs. Les chercheurs ont cherché à raccourcir ces séquences sans perdre en précision, en utilisant une technique inspirée par la physique des « raccourcis vers l'adiabaticité ».
L'idée centrale de leur travail est d'ajouter une correction spécifique et calculée au processus pour empêcher le système de s'égarer pendant la transition. Imaginez que vous essayez de marcher sur une corde raide ; si vous bougez trop lentement, vous pourriez osciller et tomber, mais si vous bougez trop vite, vous pourriez dépasser la cible. Les chercheurs ont trouvé un moyen d'ajouter une force de guidage qui maintient le système sur le bon chemin même lorsque le mouvement est rapide. Dans le langage de leur étude, cela implique la construction d'un Hamiltonien « contre-diabatique » approximatif. Il s'agit d'un ensemble supplémentaire d'instructions ajoutées à l'ordinateur quantique qui supprime activement les sauts indésirables entre les états d'énergie. En utilisant une expansion mathématique pour construire cette correction, ils ont créé une version assez simple pour être exécutée sur les appareils actuels, mais suffisamment puissante pour accélérer considérablement la simulation.
Lorsqu'ils ont appliqué ce raccourci à l'approche adiabatique, les résultats ont montré un avantage clair. En incorporant cette correction, le système pouvait atteindre l'état moléculaire souhaité en un temps beaucoup plus court. Bien que l'ajout de la correction ait signifié que l'ordinateur devait effectuer légèrement plus d'opérations à chaque étape, le temps total requis pour obtenir un résultat précis a été réduit. C'est parce que le système n'avait plus besoin de se déplacer aussi lentement pour éviter les erreurs. Les chercheurs ont testé cela sur deux molécules simples, l'hydrure de lithium et l'hydrure de béryllium, et ont constaté que le raccourci permettait d'atteindre le même niveau de précision avec moins d'opérations totales que la méthode standard. C'est une découverte cruciale car, sur des machines bruyantes, moins d'opérations signifient moins de chances que les erreurs ne gâchent le calcul.
L'équipe a ensuite appliqué cette même intuition physique à l'approche variationnelle, qui est actuellement la méthode la plus populaire pour les ordinateurs quantiques de l'ère intermédiaire (NISQ). Au lieu de faire courir un processus dépendant du temps, ils ont conçu un nouveau type de circuit, ou « ansatz », qui est construit directement à partir de la structure mathématique du raccourci. Ils l'ont nommé l'« adiabatic gauge ansatz ». Ce circuit utilise un ensemble spécifique de blocs de construction dérivés de la physique du raccourci pour explorer le paysage énergétique. Pour rendre cela encore plus pratique pour le matériel actuel, ils ont créé une version réduite qui n'utilise que les blocs de construction les plus simples, écartant les plus complexes qui sont les plus difficiles à mettre en œuvre. Cette version réduite, qu'ils ont nommée AGAR, a maintenu une précision élevée tout en réduisant considérablement le nombre de paramètres que l'ordinateur doit ajuster.
L'équipe a mis ces nouvelles méthodes à l'épreuve sur du matériel quantique réel, spécifiquement le processeur IBM basquecountry, qui est un ordinateur quantique supraconducteur. Ils ont également réalisé des simulations imitant les erreurs aléatoires trouvées dans les machines réelles. Dans les tests en conditions réelles comme dans les simulations, les nouvelles méthodes ont surpassé les approches standards actuellement utilisées dans le domaine. L'ansatz réduit, en particulier, a produit des calculs d'énergie plus proches des valeurs réelles que la méthode standard, même lorsque la machine était bruyante. Cela suggère qu'en concevrant des circuits motivés par la physique pour résister aux erreurs, plutôt qu'en essayant simplement d'être aussi généraux que possible, les scientifiques peuvent obtenir de meilleurs résultats avec les machines limitées disponibles aujourd'hui.
L'étude conclut que ces stratégies inspirées des raccourcis offrent un moyen pratique de concilier le besoin de précision avec la réalité des limitations matérielles. En utilisant les principes physiques de l'évolution des états quantiques, les chercheurs ont créé des outils qui sont plus efficaces et plus résilients. Bien que ce travail ait été démontré sur de petites molécules, l'approche offre un modèle pour aborder des systèmes chimiques plus larges et plus complexes à l'avenir. Les conclusions suggèrent que la voie à suivre pour la chimie quantique ne réside pas seulement dans la construction d'ordinateurs plus grands, mais dans des algorithmes plus intelligents qui travaillent en harmonie avec la physique quantique pour surmonter le bruit qui freine actuellement le domaine.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.