⚛️ quantum physics

Quasiprobabilistic imaginary-time evolution on quantum computers

Les auteurs proposent un algorithme quantique de l'évolution en temps imaginaire, efficace en ressources et résilient au bruit, qui décompose les étapes de Trotterisation en combinaisons linéaires probabilistes d'opérations sans nécessiter de qubits ancillaires, permettant ainsi l'estimation de valeurs d'espérance thermique sur le matériel quantique actuel.

Auteurs originaux : Annie Ray, Esha Swaroop, Ningping Cao, Michael Vasmer, Anirban Chowdhury

Publié 2026-08-07

📖 7 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Annie Ray, Esha Swaroop, Ningping Cao, Michael Vasmer, Anirban Chowdhury

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

La quête de la recette quantique parfaite

Imaginez que vous essayiez de cuisiner le gâteau parfait, mais qu'au lieu de la farine et du sucre, vos ingrédients soient les lois fondamentales de la physique. C'est le monde de l'informatique quantique, un domaine où les scientifiques utilisent les règles étranges et instables des particules minuscules pour résoudre des problèmes impossibles pour les ordinateurs classiques. L'un des plus grands défis dans cette cuisine est de comprendre comment un système quantique se stabilise dans son état le plus stable, l'état « fondamental », ou comment il se comporte lorsqu'il est chaud et agité (équilibre thermique).

Pour trouver ces réponses, les scientifiques utilisent une astuce mathématique appelée « évolution en temps imaginaire ». Ne voyez pas cela comme un voyage à travers le temps, mais plutôt comme un filtre magique qui évacue lentement toute l'énergie désordonnée et excitée d'un système jusqu'à ce qu'il ne reste que l'état fondamental, calme et parfait. C'est comme laisser une canette de soda secouée reposer jusqu'à ce que l'effervescence s'arrête et que le liquide soit parfaitement immobile. Le problème est que ce « filtre » est incroyablement difficile à construire sur un véritable ordinateur car il nécessite de réaliser des choses qui ne se produisent pas naturellement dans le monde quantique, comme inverser le temps ou supprimer de l'information. Les ordinateurs quantiques actuels sont également bruyants, comme une radio avec beaucoup de parasites, ce qui rend ces calculs délicats encore plus difficiles. Ce document traite de la question suivante : comment pouvons-nous utiliser les machines quantiques imparfaites et bruyantes d'aujourd'hui pour faire fonctionner ce filtre magique et obtenir des résultats utiles sans avoir besoin d'un ordinateur parfait et futuriste ?

La grande idée du papier : Cuisiner avec une recette de « quasi-probabilité »

Les auteurs de ce papier, une équipe de chercheurs du Canada, de France et des États-Unis, ont concocté une nouvelle recette pour exécuter l'évolution en temps imaginaire sur les ordinateurs quantiques d'aujourd'hui. Leur ingrédient secret est une technique appelée « décomposition en quasi-probabilité », qu'ils ont empruntée à une méthode utilisée pour corriger les erreurs dans les ordinateurs quantiques.

Voici comment leur méthode fonctionne, en utilisant une analogie simple : Imaginez que vous vouliez cuisiner un gâteau qui nécessite un ingrédient spécial et inexistant appelé « Farine de Licorne ». Vous ne pouvez pas l'acheter, et vous ne pouvez pas la fabriquer. Cependant, vous savez que si vous mélangez une quantité spécifique de « Farine A » (que vous avez) avec une quantité spécifique de « Farine B » (que vous avez aussi), et que vous appliquez ensuite un « signe magique » spécial au résultat, cela aura exactement le goût de la Farine de Licorne.

Dans le monde quantique, la « Farine de Licorne » est l'opération d'évolution en temps imaginaire. C'est un mouvement non standard que les ordinateurs quantiques ne peuvent pas effectuer directement. Les auteurs ont trouvé comment décomposer ce mouvement impossible en un mélange de mouvements standards et natifs que leur ordinateur quantique peut faire (comme actionner un interrupteur ou tourner un cadran). Mais il y a un piège : pour que les mathématiques fonctionnent, certains de ces mouvements standards doivent se voir assigner des probabilités « négatives ». Dans le monde réel, on ne peut pas avoir une probabilité de -50 % qu'un événement se produise, mais dans le monde mathématique quantique, c'est possible.

L'algorithme fonctionne ainsi :

Le Mélange : L'ordinateur choisit aléatoirement l'un des mouvements standards du mélange, en fonction de la quantité dont il a besoin.
Le Signe Magique : Si l'ordinateur choisit un mouvement qui possède un poids « négatif » dans la recette, il ne l'ignore pas simplement. Au lieu de cela, il inverse un signe sur la réponse finale (comme changer un nombre positif en un nombre négatif) pour annuler l'étrangeté.
La Dégustation : L'ordinateur exécute ce mélange aléatoire des milliers de fois. En faisant la moyenne de tous les résultats et en appliquant les signes magiques, le bruit et les étranges probabilités négatives s'annulent, laissant derrière eux la véritable réponse pour l'évolution en temps imaginaire.

Ce qu'ils ont trouvé et démontré

Le papier démontre que cette méthode fonctionne étonnamment bien, même sur un matériel bruyant. Les chercheurs n'ont pas seulement imaginé cela ; ils l'ont testé de deux manières :

Premièrement, ils ont effectué des simulations sur un ordinateur classique pour voir comment la méthode se comporterait à plus grande échelle. Ils ont simulé la préparation d'états « Thermal Pure Quantum » (TPQ) pour un Hamiltonien de Heisenberg 1D (un modèle utilisé pour décrire les matériaux magnétiques) sur des systèmes allant jusqu'à 8 qubits. Ils ont constaté que leur méthode produisait des résultats qui correspondaient de très près aux valeurs théoriques « parfaites », l'erreur diminuant à mesure qu'ils augmentaient le nombre d'échantillons.

Deuxièmement, ils ont emmené la méthode dans le monde réel. Ils ont utilisé un ordinateur quantique supraconducteur à 2 qubits fourni par IBM (appelé ibm_manila). Ils ont utilisé leur algorithme pour estimer l'énergie de l'Hamiltonien de Heisenberg à 2 qubits. Les résultats de la machine bruyante étaient très proches des valeurs exactes, prouvant que la méthode peut gérer le « statique » du matériel réel sans avoir besoin d'outils de correction d'erreurs supplémentaires.

Pourquoi cela importe (et ce que cela ne fait pas)

La partie la plus excitante de cette découverte est ce dont l'algorithme n'a pas besoin. De nombreuses autres méthodes quantiques nécessitent des qubits « ancillaire » — des qubits d'aide supplémentaires qui servent de filet de sécurité. Ces qubits auxiliaires sont coûteux et difficiles à gérer. La méthode des auteurs ne nécessite aucun qubit supplémentaire. Elle fonctionne entièrement sur les qubits qui décrivent déjà le système. Cela la rend parfaite pour la génération actuelle d'ordinateurs quantiques, qui sont petits et bruyants.

Cependant, le papier note prudemment que ce n'est pas une baguette magique qui résout tout instantanément.

C'est une simulation et une démonstration à petite échelle : Les résultats à grande échelle (8 qubits) étaient des simulations informatiques, et non des exécutions sur une véritable machine à 8 qubits. Le test sur le matériel réel ne portait que sur 2 qubits.
Cela coûte plus d'échantillons : Parce qu'ils utilisent cette astuce de « probabilité négative », ils doivent exécuter l'expérience beaucoup plus de fois (échantillons) pour obtenir une réponse claire. Le papier montre que le nombre d'échantillons nécessaires augmente avec la complexité du problème, mais qu'il reste gérable pour les dispositifs de génération actuelle.
Ce n'est pas une correction d'erreur complète : Il s'agit d'une technique d'« atténuation d'erreur ». Cela aide à réduire le bruit, mais cela ne répare pas le matériel lui-même.

Les auteurs suggèrent que, bien que leur méthode soit excellente pour estimer les propriétés thermiques et les états fondamentaux sur le matériel actuel, la prochaine étape consiste à essayer de l'appliquer à des systèmes plus larges (plus de 2 qubits) sur des machines réelles. Ils soulignent également que si le matériel futur peut mettre une pause dans un calcul pour vérifier un résultat de mesure (mesure en cours de circuit), la méthode pourrait devenir encore plus efficace en ne perdant pas de temps sur les tentatives ratées.

En bref, ce papier propose une façon ingénieuse et peu gourmande en ressources d'utiliser les ordinateurs quantiques imparfaits d'aujourd'hui pour simuler la façon dont les systèmes quantiques se refroidissent et se stabilisent, nous rapprochant ainsi un peu plus de la compréhension de matériaux complexes et de réactions chimiques sans attendre l'arrivée d'un ordinateur quantique parfait et sans erreur.

Résumé Technique : Évolution dans le Temps Imaginaire Quasiprobabiliste sur Ordinateurs Quantiques

Énoncé du Problème
L'évolution dans le temps imaginaire (ITE), définie par l'opérateur $e^{-\beta H}$ , est un primitif fondamental pour calculer les propriétés de l'état fondamental et de l'équilibre thermique des systèmes quantiques à corps multiples. Bien que la simulation classique de l'ITE soit souvent intraitable en raison de la croissance exponentielle de l'espace de Hilbert et du problème de signe, les algorithmes quantiques existants font face à des barrières significatives pour une mise en œuvre dans le régime actuel. De nombreuses approches de pointe, telles que celles basées sur l'encodage de bloc (block-encoding), nécessitent des ordinateurs quantiques tolérants aux fautes avec des circuits profonds et des qubits ancillaires, ce qui les place hors de portée des dispositifs actuels de l'ère NISQ (Noisy Intermediate-Scale Quantum). De plus, le matériel actuel est sensible au bruit, ce qui dégrade les performances des algorithmes quantiques standards. Il existe un besoin pour des algorithmes capables d'exécuter l'ITE sur le matériel actuel sans nécessiter une correction d'erreurs complète, des qubits ancillaires ou des opérations contrôlées multi-qubits complexes.

Méthodologie
Les auteurs proposent un nouvel algorithme qui implémente l'ITE sur des ordinateurs quantiques en utilisant des décompositions de quasiprobabilités (QPD), inspirées de la technique d'atténuation d'erreurs par Annulation d'Erreur Probabiliste (PEC). La méthodologie centrale comprend les étapes suivantes :

Décomposition de Quasiprobabilité des Applications Linéaires : L'algorithme traite l'opérateur ITE (et plus généralement, les applications linéaires préservant l'Hermiticité) comme une combinaison linéaire d'opérations natives disponibles sur un dispositif quantique. Spécifiquement, une application cible $T$ est décomposée en $T(\rho) = \sum_i q_i B_i(\rho)$ , où $B_i$ sont des portes natives (incluant des opérations non préservant la trace, comme des projecteurs) et $q_i$ sont des coefficients réels qui peuvent être négatifs.
Échantillonnage et Post-traitement : La décomposition est convertie en un protocole probabiliste. Les coefficients sont normalisés pour former une distribution de probabilité $p_i = |q_i|/\gamma$ , où $\gamma = \sum |q_i|$ est le surcoût d'échantillonnage. L'algorithme échantillonne de manière probabiliste des circuits natifs $B_i$ selon $p_i$ . Les résultats de mesure sont traités classiquement par post-traitement, pondérés par le signe des coefficients ( $\text{sgn}(q_i)$ ) et par le facteur $\gamma$ , afin de reconstruire les valeurs d'espérance.
Gestion des Opérations Non Préservant la Trace : Puisque l'ITE est non préservante de la trace, l'algorithme estime la valeur d'espérance redimensionnée $\langle A \rangle_{T(\rho)} = \text{tr}[A T(\rho)] / \text{tr}[T(\rho)]$ . Ceci est réalisé en estimant simultanément le numérateur et le dénominateur à l'aide de variables indicatrices qui tiennent compte des résultats de post-sélection (par exemple, en ignorant les exécutions où un projecteur échoue).
Trotterisation pour les Systèmes à Corps Multiples : Pour appliquer cela à un Hamiltonien à $n$ qubits $H = \sum H_l$ , les auteurs utilisent une approximation de Trotter-Suzuki de premier ordre pour décomposer l'évolution globale en une séquence d'opérations locales à $k$ qubits. La QPD est calculée pour chaque terme local séparément, évitant ainsi l'optimisation classique intraitable requise pour la pleine application à $n$ qubits.
États Purement Thermiques (TPQ) : Pour estimer les valeurs d'espérance thermiques, l'algorithme prépare des états TPQ. Au lieu d'un état de Haar-aléatoire (difficile à préparer), la méthode applique une unité de Clifford aléatoire (un 3-design) à un état de base computationnelle avant d'effectuer l'ITE. Cela permet l'estimation des propriétés de l'état de Gibbs à l'aide d'états purs.

Contributions Clés

Nouvel Algorithme pour les Dispositifs NISQ : Le papier introduit un algorithme basé sur la QPD pour l'ITE qui ne nécessite aucun qubit ancillaire et évite la mise en œuvre d'opérations contrôlées multi-qubits complexes entre les qubits de données et les ancillas.
Résilience au Bruit : En utilisant les portes bruitées natives du dispositif comme base pour la QPD, l'algorithme est intrinsèquement résilient au bruit. Il ne nécessite pas de couches d'atténuation d'erreurs supplémentaires au-delà du post-traitement de la QPD elle-même, à condition que le canal de bruit soit caractérisé.
Scalabilité via la Décomposition Locale : Les auteurs démontrent qu'en combinant la QPD avec la Trotterisation, la méthode passe à l'échelle pour les Hamiltoniens locaux (par exemple, les modèles de Heisenberg) en ne nécessitant que la décomposition des termes locaux, ce qui rend la méthode calculablement faisable pour des systèmes plus grands que la limite de quelques qubits.
Démonstration Matérielle : Le travail inclut une démonstration de principe sur un processeur quantique supraconducteur IBM (5 qubits ibm_manila) ainsi que des simulations classiques étendues.

Résultats

Modèle de Heisenberg à 2 Qubits : Les auteurs ont simulé et exécuté l'algorithme sur du matériel pour estimer l'énergie du fondamental d'un Hamiltonien de Heisenberg à 2 qubits. Les résultats matériels ont montré un accord avec les valeurs idéales de l'ITE, validant la résilience au bruit de l'approche. Les auteurs ont noté que les performances se dégradaient légèrement pour des étapes de Trotter plus élevées, probablement en raison de la dérive du bruit dépendant du temps affectant la précision de la caractérisation du bruit.
Valeurs d'Espérance Thermique : Des simulations numériques ont été réalisées pour des Hamiltoniens de Heisenberg 1D sur $n \in \{4, \dots, 8\}$ qubits. L'algorithme a préparé avec succès des états TPQ et a estimé les valeurs d'espérance thermique pour des observables de Pauli. Les résultats ont montré un bon accord avec les valeurs exactes de l'ITE, l'erreur dans la valeur d'espérance décroissant rapidement à mesure que le nombre de qubits augmente.
Analyse du Coût d'Échantillonnage : Une analyse théorique confirme que le coût d'échantillonnage évolue selon $O(\gamma^2/\epsilon^2)$ , où $\gamma$ dépend du choix de la base de la QPD. Les auteurs ont montré que l'utilisation d'une base contenant des portes d'intrication (par exemple, la base de Takagi) réduit considérablement $\gamma$ par rapport aux bases composées uniquement d'opérations à un seul qubit (par exemple, la base EBL).

Signification et Revendications
Le papier affirme que cette approche offre une voie pratique pour sonder la physique des systèmes quantiques à corps multiples sur le matériel actuel. En exploitant les décompositions de quasiprobabilités, la méthode contourne le besoin de tolérance aux fautes et de qubits ancillaires, qui sont des goulots d'étranglement majeurs pour les algorithmes de préparation d'états thermiques existants. Les auteurs soulignent que, bien que le coût d'échantillonnage puisse être élevé dans le pire des cas, la décroissance rapide des erreurs d'état TPQ avec la taille du système rend la méthode particulièrement prometteuse pour les applications de court terme. Ce travail se positionne comme un ajout "adapté au court terme" à la boîte à outils quantique, étendant l'utilité des techniques d'atténuation d'erreurs de la correction du bruit vers l'implémentation de processus physiques non unitaires comme l'évolution dans le temps imaginaire. Les auteurs notent modestement que des travaux supplémentaires sont nécessaires pour optimiser le choix des bases de QPD pour des systèmes plus larges et pour affiner les limites de complexité pour l'évolution Trotterisée non préservant la trace.

La quête de la recette quantique parfaite

La grande idée du papier : Cuisiner avec une recette de « quasi-probabilité »

Ce qu'ils ont trouvé et démontré

Pourquoi cela importe (et ce que cela ne fait pas)

Résumé Technique : Évolution dans le Temps Imaginaire Quasiprobabiliste sur Ordinateurs Quantiques

Articles similaires