Verifiable Quantum Advantage via Optimized DQI Circuits
Ce document présente des circuits d'interférométrie quantique décodée (DQI) optimisés qui parviennent à un avantage quantique vérifiable avec une accélération asymptotique optimale pour le problème de l'intersection polynomiale optimale, nécessitant nettement moins de qubits et de portes logiques que la factorisation de RSA-2048 en introduisant de nouvelles implémentations quantiques de l'algorithme d'Euclide étendu.
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 l'auteur. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Dans la course pour prouver que les ordinateurs quantiques peuvent véritablement surpasser leurs homologues classiques, les scientifiques sont confrontés depuis longtemps à un choix difficile. D'un côté se trouvent des problèmes d'une immense valeur pratique, comme le cassage du chiffrement qui protège la banque mondiale. Bien que des algorithmes quantiques existent pour les résoudre, les machines nécessaires sont si vastes et complexes qu'elles restent hors de notre portée actuelle. De l'autre côté se trouvent des énigmes artificielles plus simples, conçues spécifiquement pour être faciles à résoudre pour une machine quantique mais difficiles pour une machine classique. Celles-ci sont plus faciles à construire, mais elles n'offrent que peu de preuves d'utilité réelle et nécessitent souvent des tests interactifs complexes pour vérifier les résultats. Pendant des années, le domaine est resté coincé entre ces deux extrêmes, cherchant un problème qui soit à la fois assez utile pour compter et assez simple pour être construit, tout en fournissant une preuve claire et vérifiable qu'une machine quantique fait quelque chose qu'un ordinateur classique ne peut pas faire.
Une équipe de chercheurs de Google Quantum AI a maintenant proposé une solution qui comble ce fossé. Ils ont perfectionné un algorithme quantique spécifique, connu sous le nom d'interférométrie quantique décodée, et l'ont appliqué à un problème appelé intersection polynomiale optimale. Ce problème demande à un ordinateur de trouver le meilleur ensemble de coefficients pour une courbe mathématique qui s'ajuste à une collection dispersée de points de données au sein d'un système fini spécifique. Bien que cela paraisse abstrait, il s'agit d'un type fondamental d'optimisation qui apparaît dans la théorie des codes et la cryptographie. Les chercheurs ont démontré qu'en repensant soigneusement la machinerie interne de l'ordinateur quantique, ils peuvent résoudre des instances de ce problème qui prendraient à un supercalculateur classique plus de temps que l'âge de l'univers pour être craquées, en utilisant une machine quantique étonnamment petite et efficace.
Le cœur de leur accomplissement réside dans la gestion des ressources physiques de l'ordinateur. Un goulot d'étranglement majeur dans l'exécution de tels algorithmes a été le nombre considérable de « qubits », ou bits quantiques, requis pour conserver l'information pendant le calcul. Les conceptions précédentes pour ce type de problème exigeaient une quantité massive de mémoire, nécessitant effectivement un espace de stockage séparé pour chaque point de donnée du problème. L'équipe a réalisé que cela était inutile. En développant une nouvelle méthode pour générer et traiter l'information un morceau à la fois, et en utilisant une technique astucieuse pour effacer les données intermédiaires sans perdre l'état quantique, ils ont considérablement réduit l'empreinte mémoire. Au lieu d'avoir besoin d'un espace de stockage qui croît avec le nombre total de points de données, leur nouveau design ne nécessite qu'un espace qui croît avec le nombre de variables à résoudre. Ce changement leur permet de s'attaquer à des problèmes vastes et difficiles avec une machine beaucoup plus petite.
Pour que cela fonctionne, l'équipe a dû surmonter un obstacle spécifique dans les mathématiques de l'algorithme : la nécessité d'inverser un processus de décodage complexe. Ce processus est similaire aux mathématiques utilisées dans les codes correcteurs d'erreurs, qui sont essentiels pour maintenir l'intégrité des données lors d'une transmission sur des canaux bruyants. Les chercheurs ont inventé de nouvelles méthodes hautement efficaces pour effectuer cette inversion sur un ordinateur quantique. Ils ont créé deux approches distinctes. Une approche calcule explicitement les valeurs mathématiques nécessaires et les stocke, tandis que l'autre conserve les valeurs sous une forme compressée et implicite, qui n'est déballée que lorsqu'elle est nécessaire. Les deux méthodes ont réussi à réduire le nombre de composants physiques requis, prouvant que l'algorithme pouvait fonctionner avec beaucoup moins de ressources que ce qui était auparavant jugé possible.
Les chercheurs ont ensuite analysé leur conception par rapport aux meilleures attaques classiques connues. Ils ont construit des versions spécifiques et difficiles du problème où les points de données cibles sont disposés de manière à rendre l'analyse extrêmement difficile pour les ordinateurs classiques. Ils ont découvert que pour ces cas difficiles, un ordinateur classique devrait effectuer plus de 10^23 tentatives pour trouver une solution. En revanche, leur conception quantique optimisée pouvait résoudre le même problème avec un circuit contenant environ 5,72 millions de portes logiques de base et utilisant 1 885 qubits logiques. Pour mettre cela en perspective, c'est environ cent fois moins de portes que ce qui est actuellement estimé nécessaire pour briser une clé RSA standard de 2 048 bits, une tâche souvent citée comme l'étalon-or de la puissance de calcul quantique.
De plus, l'équipe a calculé les exigences physiques pour construire une machine capable d'exécuter cet algorithme, en supposant l'utilisation d'une méthode de correction d'erreurs standard qui protège contre le bruit. Leurs estimations suggèrent qu'une machine dotée d'environ 800 000 qubits physiques pourrait résoudre une instance classiquement intraitable de ce problème en environ six heures. Il s'agit d'une réduction significative par rapport à d'autres propositions de démonstration d'avantage quantique, qui nécessitent souvent soit beaucoup plus de matériel, soit reposent sur des problèmes purement artificiels et dépourvus de la profondeur structurelle des défis d'optimisation du monde réel.
Ce travail établit également un jalon théorique. Les chercheurs ont démontré que leur méthode atteint la vitesse d'accélération maximale autorisée par les lois de la physique pour ce type de problème. À mesure que la taille du problème augmente, le temps requis par l'ordinateur quantique croît au rythme le plus lent possible, tandis que le temps requis par le meilleur ordinateur classique croît de manière exponentielle. Cela signifie que pour des problèmes suffisamment grands, l'avantage quantique devient écrasant. Les conclusions de l'équipe suggèrent que nous n'avons pas besoin d'attendre des machines massives de millions de qubits pour voir un avantage quantique clair et vérifiable. Au lieu de cela, en optimisant les algorithmes et la façon dont ils utilisent la mémoire, nous pouvons atteindre ce seuil avec des machines qui sont dans le domaine de l'ingénierie de l'avenir proche.
Cette recherche ne propose pas seulement une nouvelle façon de résoudre un puzzle mathématique spécifique ; elle fournit un plan pour construire des ordinateurs quantiques plus efficaces. Les techniques qu'ils ont développées pour gérer la mémoire et inverser des calculs complexes peuvent être appliquées à d'autres algorithmes importants, y compris ceux utilisés pour briser le chiffrement basé sur les courbes elliptiques. En montrant qu'un problème possédant une structure mathématique réelle peut être résolu avec moins de ressources que ce qui était précédemment pensé, l'équipe a déplacé la barre de ce qui est considéré comme une démonstration faisable de la puissance quantique. Ils ont identifié une voie où la machine quantique n'est pas seulement une possibilité théorique, mais une réalité pratique qui peut être construite et testée dans les années à venir.
Les implications dépassent les chiffres spécifiques. L'étude remet en question l'hypothèse selon laquelle un avantage quantique utile et vérifiable nécessite soit un matériel massif, soit des problèmes contrivés. En trouvant un juste milieu où le problème est assez complexe pour compter, mais où la solution est assez efficace pour être construite, les chercheurs ont fourni une cible concrète pour les développeurs de matériel. Leur travail suggère que le chemin vers un ordinateur quantique utile pourrait être plus court que prévu, à condition de se concentrer sur l'optimisation des logiciels et de la manière dont la machine gère l'information, plutôt que d'attendre simplement que le matériel passe à l'échelle supérieure. Le résultat est un candidat convaincant pour la première démonstration véritablement pratique d'un ordinateur quantique faisant quelque chose qu'un ordinateur classique ne peut pas faire, vérifié par l'impossibilité pure et simple de l'alternative classique.
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.