Comparing Quantum Annealing and BF-DCQO

Dans la course pour résoudre les énigmes les plus difficiles du monde, les scientifiques se tournent depuis longtemps vers le comportement étrange du monde quantique pour obtenir un avantage. Deux approches principales sont apparues pour exploiter cette puissance. La première est le recuit quantique, une méthode où une machine est guidée lentement d'un point de départ simple vers une destination complexe, permettant au système de s'installer naturellement dans la meilleure solution possible, un peu comme une balle roulant le long d'une colline pour trouver la vallée la plus basse. La seconde approche implique des ordinateurs quantiques à modèle de portes, qui manipulent l'information par étapes discrètes en utilisant des portes logiques, de manière similaire à la façon dont un ordinateur traditionnel traite les données, mais avec la capacité supplémentaire d'exister dans plusieurs états à la fois. Récemment, des chercheurs ont proposé une technique hybride qui combine ces deux mondes, utilisant un ordinateur classique pour guider un processeur quantique à modèle de portes à travers une série d'étapes pour résoudre des problèmes d'optimisation. Cette méthode, connue sous le nom d'optimisation quantique contre-diabatique numérisée par champ de biais, s'est vu attribuer une supériorité sur les machines de recuit quantique existantes. Cependant, une nouvelle analyse suggère que l'histoire est bien différente, révélant que la partie quantique de ce système hybride pourrait très peu effectuer le travail réel.

Une équipe de chercheurs de D-Wave Quantum s'est donné pour mission de tester ces affirmations en comparant directement les performances de leurs recuiseurs quantiques à l'algorithme hybride. Ils se sont concentrés sur un type spécifique de problème où l'objectif est de trouver l'état d'énergie le plus bas parmi un nombre immense de possibilités, une tâche courante dans la logistique, la finance et la science des matériaux. La méthode hybride en question utilise une boucle de rétroaction où un ordinateur classique analyse les résultats d'une exécution quantique, puis ajuste les paramètres pour l'exécution suivante, guidant progressivement le système vers une meilleure réponse. Les partisans originaux de cette méthode ont rapporté qu'elle surpassait les machines de D-Wave. La nouvelle étude a toutefois trouvé le contraire. Lorsque les chercheurs ont exécuté les mêmes problèmes sur les recuiseurs quantiques de D-Wave, les machines ont trouvé des solutions de bien meilleure qualité en une fraction du temps.

Pour comprendre pourquoi la méthode hybride pourrait être surévaluée, les chercheurs ont introduit un test de contrôle simple. Ils ont remplacé l'ordinateur quantique dans le flux de travail hybride par une routine classique très basique et « stupide » qui se contente de renverser des bits pour améliorer la solution une par une. Étonnamment, ce substitut classique trivial a obtenu des résultats aussi bons, voire meilleurs, que le système hybride complexe qui incluait le processeur quantique. Ce résultat suggère que la composante quantique de l'approche hybride ne contribuait pas de manière significative à la qualité des réponses. Au lieu de cela, les améliorations provenaient probablement de la capacité de l'ordinateur classique à affiner et à biaiser la recherche, effectuant ainsi le gros du travail pendant que la machine quantique jouait un rôle secondaire, voire passif.

L'étude a également examiné le temps nécessaire pour atteindre ces solutions, un facteur souvent négligé dans les revendications de performance. Les chercheurs ont calculé que l'exécution de l'algorithme hybride sur un ordinateur quantique à modèle de portes prendrait des dizaines de fois plus de temps que l'exécution du même problème sur un recuiseur quantique. Par exemple, dans des tests impliquant des types spécifiques de problèmes complexes, le recuiseur a terminé la tâche en moins d'une seconde, tandis que la méthode hybride, même avec des estimations optimistes, nécessiterait près d'une minute ou plus. Cette différence massive de vitesse, combinée au fait que la partie quantique de la méthode hybride apporte peu de valeur, indique que l'approche par recuit reste l'outil le plus efficace pour ces défis d'optimisation spécifiques.

Les chercheurs ont veillé à ce que leur comparaison soit équitable et reproductible. Ils ont noté que les études originales affirmant la supériorité de la méthode hybride n'avaient pas partagé leurs données brutes, l'équipe a donc généré ses propres ensembles de problèmes basés sur les descriptions publiées. Ils les ont testés sur la dernière génération de matériel D-Wave, qui contient des milliers de qubits, permettant de résoudre des problèmes qui étaient auparavant trop vastes. Dans chaque cas, le recuiseur quantique a renvoyé de meilleures solutions, plus rapidement. L'étude conclut que, bien que les algorithmes hybrides soient un domaine de recherche intéressant, les affirmations spécifiques de supériorité pour cette méthode particulière n'ont pas été soutenues par les preuves. Le recuiseur quantique, en restant proche de son état fondamental et en évoluant lentement, s'est avéré être un solveur plus robuste et plus rapide pour les problèmes testés, tandis que l'approche hybride semblait reposer lourdement sur des astuces informatiques classiques qui pouvaient être reproduites sans aucun matériel quantique.