Disentangling the Impact of Quasiparticles and Two-Level Systems on the Statistics of Superconducting Qubit Lifetime

Cette étude analyse les fluctuations de la durée de vie des qubits supraconducteurs en fonction de leur géométrie et de la température pour démêler l'influence des systèmes à deux niveaux et des quasiparticules, révélant que les qubits de petite empreinte sont plus sensibles à ces variations tout en validant le cadre théorique de la diffusion des quasiparticules.

L'essentiel

🌌 Le Problème : La "Mémoire" qui clignote

Imaginez que vous essayez de construire un ordinateur capable de résoudre les problèmes les plus complexes de l'univers : un ordinateur quantique. Pour fonctionner, il utilise des "bits quantiques" (ou qubits) qui sont comme des mémoires ultra-sensibles.

Le problème, c'est que ces mémoires sont très fragiles. Elles ont tendance à "oublier" leur information très vite. Les scientifiques mesurent ce temps de mémoire par une lettre : T1 (la durée de vie du qubit).

Dans cette étude, les chercheurs ont découvert quelque chose d'inquiétant : le temps de vie T1 ne reste pas constant. Il fluctue, il oscille, comme une ampoule qui clignoterait de manière imprévisible. Pour construire un ordinateur quantique fiable (capable de corriger ses propres erreurs), il faut que cette mémoire soit stable. Si elle clignote, l'ordinateur fait des erreurs.

🔍 L'Enquête : Qui est le coupable ?

Les chercheurs se sont demandé : "Qui est responsable de ces clignotements ?"

Ils soupçonnaient deux types de "vauriens" qui perturbent le qubit :

1. Les "Systèmes à Deux Niveaux" (TLS) : Imaginez de minuscules défauts, comme des petits ressorts ou des interrupteurs défectueux, cachés dans le verre ou le métal à la surface du qubit. Ils sont comme des voisins bruyants qui changent de fréquence aléatoirement et perturbent le qubit.
2. Les "Quasiparticules" (QP) : Ce sont des électrons "égarés" ou excités qui se promènent dans le circuit. Imaginez-les comme des mouches en colère qui volent partout et heurtent le qubit par hasard.

Jusqu'à présent, il était difficile de savoir si le bruit venait des voisins (TLS) ou des mouches (QP), car les deux faisaient la même chose : faire clignoter la mémoire.

🧪 L'Expérience : Le Test de la "Taille de la Maison"

Pour résoudre ce mystère, l'équipe du Fermilab a construit trois qubits (A, B et C) avec des caractéristiques différentes, un peu comme tester trois maisons de tailles différentes pour voir qui est le plus sensible aux bruits extérieurs.

• Le Qubit A (La petite maison) : Il a de très petits "pads" (les plaques métalliques qui reçoivent le signal). C'est une petite surface.
• Les Qubits B et C (Les grandes maisons) : Ils ont de grandes plaques. De plus, le Qubit C est recouvert d'une couche protectrice spéciale (du Tantale) pour mieux isoler les défauts de surface.

Ils ont laissé ces qubits fonctionner pendant 72 heures à différentes températures (du froid extrême de l'espace à un peu moins froid) et ont enregistré chaque fluctuation de leur mémoire.

🎭 Les Découvertes : Qui fait quoi ?

En analysant les données, ils ont pu séparer les deux types de bruit, un peu comme un ingénieur audio qui sépare la voix d'un chanteur du bruit de fond d'une foule.

1. La Taille compte pour les "Mouches" (Quasiparticules) :

   • Résultat : Le petit qubit (A) était beaucoup plus perturbé par les quasiparticules que les gros qubits.
   • L'analogie : Imaginez que les quasiparticules sont des gouttes de pluie. Si vous avez une petite assiette (petit qubit), une seule goutte change tout le niveau d'eau. Si vous avez un grand seau (gros qubit), la même goutte ne change presque rien.
   • Conclusion : Plus le qubit est petit, plus il est vulnérable aux fluctuations de ces particules errantes.

2. La Protection compte pour les "Voisins" (TLS) :

   • Résultat : Le qubit C (avec la couche de Tantale) avait beaucoup moins de bruit venant des défauts de surface que les autres.
   • L'analogie : C'est comme mettre une double vitrine insonorisée autour de votre maison. Même si les voisins (TLS) sont bruyants, la protection (le Tantale) empêche le bruit d'entrer.

3. Le Froid change les règles :

   • À très basse température, le bruit venait surtout des "voisins" (TLS).
   • Quand il fait un peu plus "chaud" (mais toujours très froid !), le bruit venait surtout des "mouches" (Quasiparticules).

💡 Pourquoi c'est important pour le futur ?

Cette étude est une véritable feuille de route pour les ingénieurs du futur. Elle nous dit deux choses cruciales :

1. Ne faites pas tout trop petit : Si vous réduisez la taille d'un qubit pour en mettre plus sur une puce, vous risquez de le rendre très instable à cause des quasiparticules. Il faut trouver un équilibre.
2. L'isolation est reine : Utiliser de meilleurs matériaux (comme le Tantale) pour protéger la surface du qubit est essentiel pour calmer les "voisins" bruyants.

En résumé : Pour construire un ordinateur quantique qui ne fait pas d'erreurs, il ne suffit pas de rendre les pièces plus petites. Il faut aussi comprendre comment les "intrus" (quasiparticules et défauts) interagissent avec la taille et le matériau de la pièce, et construire des boucliers adaptés pour les empêcher de perturber la mémoire fragile du futur.

Résumé technique

1. Problématique

La construction d'un ordinateur quantique tolérant aux fautes repose sur la stabilité des qubits supraconducteurs. Bien que les temps de vie des qubits ($T_1$) aient considérablement augmenté (de la nanoseconde à la milliseconde), des fluctuations temporelles de $T_1$ persistent. Ces fluctuations introduisent des défis majeurs pour la correction d'erreurs et l'évolutivité.
Les mécanismes physiques sous-jacents à ces fluctuations ne sont pas entièrement élucidés, mais deux sources principales de bruit sont suspectées :

• Les systèmes à deux niveaux (TLS) : Défauts dans les diélectriques amorphes à la surface des matériaux, interagissant avec des fluctuateurs à deux niveaux (TLF) thermiques.
• Les quasiparticules (QP) : Excitations électroniques non équilibrées ou thermiques dont le nombre fluctue en raison des mécanismes de génération et de recombinaison.

L'objectif de cette étude est de démêler les contributions respectives des TLS et des QP aux fluctuations de la vitesse de dépolarisation ($\Gamma_1 = 1/T_1$) et de comprendre comment la géométrie du qubit influence ces effets.

2. Méthodologie

Les auteurs ont conçu une expérience comparative impliquant trois qubits transmon à fréquence fixe (A, B et C) fabriqués sur des puces en saphir, présentant des différences clés :

• Géométrie (Empreinte) :
  • Qubit A : Petits pads capacitifs ($120 \times 510 , \mu m^2$).
  • Qubits B et C : Grands pads capacitifs ($150 \times 720 , \mu m^2$).
• Matériaux de surface :
  • Qubits A et B : Film de Niobium (Nb) nu.
  • Qubit C : Film de Nb encapsulé par une couche de Tantalum (Ta) de ~10 nm.
• Protocole de mesure :
  • Mesures continues de $T_1$ sur une durée d'environ 72 heures à chaque température.
  • Plage de température : 7 mK à 153 mK.
  • Analyse spectrale : Transformation de Fourier de la fonction d'autocorrélation de la vitesse de dépolarisation $\Gamma_1(t)$ pour obtenir la densité spectrale de bruit $S_{\Gamma_1}(f)$.
• Modélisation : Utilisation de modèles de diffusion des quasiparticules et de théories d'interaction TLS-TLF pour interpréter les données expérimentales.

3. Contributions Clés

• Séparation spectrale des sources de bruit : Distinguer les contributions des TLS (bruit $1/f$ à basse fréquence) et des QP (bruit blanc à haute fréquence) en fonction de la température.
• Dépendance géométrique des fluctuations : Démonstration que les qubits à petite empreinte sont plus sensibles aux fluctuations de quasiparticules que ceux à grande empreinte.
• Concept de volume effectif des QP : Introduction d'un modèle phénoménologique définissant un volume effectif ($V_{eff}$) pour les QP, reliant la densité de QP non équilibrés à la géométrie du qubit.
• Validation théorique : Confirmation que les variances induites par les QP suivent le cadre théorique de la diffusion et des fluctuations de QP.

4. Résultats Principaux

A. Analyse Spectrale et Temporelle

• À basse température (7 mK), les fluctuations de $\Gamma_1$ présentent un comportement de type $1/f$ et des signaux de bruit télégraphique, caractéristiques de l'interaction entre quelques TLS et un ensemble de TLF thermiques.
• À haute température (153 mK), le bruit devient blanc, indiquant que les fluctuations du nombre de QP dominent.
• La transition entre le régime dominé par les TLS et celui dominé par les QP est clairement observée en fonction de la température.

B. Impact sur la Vitesse Moyenne de Dépolarisation ($\mu(\Gamma_1)$)

• Le taux moyen $\mu(\Gamma_1)$ augmente exponentiellement avec la température au-delà de ~100 mK, conformément à la génération thermique de QP.
• Le qubit C (avec encapsulation Ta) présente une perte diélectrique ($\Gamma_{TLS}$) nettement inférieure à celle des qubits A et B, confirmant l'efficacité du Ta pour réduire les pertes de surface.
• Le qubit A (petits pads) montre une densité de QP non équilibrés ($x^0_{QP}$) environ 2,5 fois plus élevée que les qubits B et C.

C. Analyse des Variances ($\sigma^2_{\Gamma_1}$)

• Fluctuations dues aux QP : Le qubit A (petit pad) présente une variance induite par les QP ($\sigma^2_{QP}$) d'au moins un ordre de grandeur supérieure à celle des qubits B et C à basse température.
• Fluctuations dues aux TLS : La variance induite par les TLS ($\sigma^2_{TLS}$) est également plus élevée pour le qubit A, cohérente avec son ratio de participation énergétique (EPR) plus élevé pour les diélectriques de surface.
• Modèle de diffusion : Les auteurs expliquent la différence de densité de QP par un modèle de diffusion. Les QP non équilibrés générés dans les pads doivent diffuser vers la jonction. Dans les petits pads (Qubit A), la distance est plus courte, ce qui réduit la probabilité de recombinaison avant d'atteindre la jonction, augmentant ainsi la densité locale de QP et ses fluctuations.
• Volume Effectif ($V_{eff}$) : L'ajustement des données révèle que le volume effectif pour les QP non équilibrés ($V^0_{eff}$) est proportionnel au cube de l'inverse de la densité de QP ($V^0_{eff} \propto (1/x^0_{QP})^3$). Cela fournit une explication quantitative aux différences de fluctuations observées.

5. Signification et Implications

Cette étude apporte des preuves expérimentales cruciales pour l'ingénierie des qubits supraconducteurs :

1. Optimisation de la géométrie : La taille des pads capacitifs influence directement la densité et les fluctuations des quasiparticules. Les designs à grande empreinte peuvent offrir une meilleure stabilité statistique en réduisant la densité de QP non équilibrés au niveau de la jonction.
2. Stratégies de mitigation : La compréhension de la dépendance géométrique des QP ouvre la voie à de nouvelles stratégies de conception (par exemple, l'ingénierie de pièges à quasiparticules ou l'optimisation des rapports de surface) pour stabiliser les temps de vie des qubits.
3. Stabilité des systèmes : En identifiant que les fluctuations de QP sont un facteur limitant majeur pour les qubits à petite échelle, les auteurs suggèrent que la réduction des fluctuations de QP (au-delà de la simple réduction de leur nombre moyen) est essentielle pour atteindre la tolérance aux fautes.

En résumé, ce travail ne se contente pas de mesurer les temps de vie, mais établit un lien quantitatif entre la géométrie du dispositif, la physique des défauts (TLS) et la dynamique des quasiparticules, offrant une feuille de route pour l'optimisation future des qubits.