⚛️ quantum physics

Cost-effective scalable quantum error mitigation for tiled Ansätze

Cet article présente le « tiled M0 », une technique d'atténuation des erreurs quantiques rentable qui exploite la structure des Ansatz pavés (tiled Ansätze) pour réduire exponentiellement les coûts de caractérisation du bruit tout en maintenant une grande précision dans les calculs d'énergie de l'état fondamental moléculaire sur les dispositifs quantiques à court terme.

Auteurs originaux : Oskar Graulund Lentz Rasmussen, Erik Kjellgren, Peter Reinholdt, Stephan P. A. Sauer, Sonia Coriani, Karl Michael Ziems, Jacob Kongsted

Publié 2026-08-10

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Oskar Graulund Lentz Rasmussen, Erik Kjellgren, Peter Reinholdt, Stephan P. A. Sauer, Sonia Coriani, Karl Michael Ziems, Jacob Kongsted

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

Imaginez que vous essayez d'écouter une mélodie de violon, faible et magnifique, mais que la pièce est remplie d'une foule chaotique et rugissante. C'est l'état actuel de l'informatique quantique. Des scientifiques ont construit des machines qui peuvent, en théorie, résoudre des problèmes impossibles pour les superordinateurs d'aujourd'hui, comme simuler des molécules complexes pour découvrir de nouveaux médicaments ou matériaux. Cependant, ces machines sont actuellement « bruyantes ». Les qubits (les minuscules unités d'information) sont incroyablement fragiles, et la moindre perturbation les pousse à commettre des erreurs, noyant la réponse correcte dans un océan de statique.

Pour corriger cela, les scientifiques utilisent l'« atténuation d'erreurs » (error mitigation). Considérez cela non pas comme la réparation du violon, mais comme l'utilisation d'un filtre audio intelligent pour soustraire le bruit de la foule de l'enregistrement. Une méthode populaire consiste à effectuer un test pour cartographier précisément comment le bruit se comporte — créant une « matrice de confusion » qui agit comme un dictionnaire d'erreurs. Si vous savez exactement comment le bruit déforme le signal, vous pouvez mathématiquement le « déformer » plus tard. Mais voici le piège : pour une grande machine, cartographier toutes les façons possibles dont le bruit peut perturber les choses revient à essayer de noter chaque phrase possible dans une langue. La quantité de travail nécessaire augmente si vite qu'elle devient impossible pour tout ce qui n'est pas une minuscule machine. Cet article s'attaque à ce goulot d'étranglement spécifique, en posant la question suivante : « Pouvons-nous nettoyer le bruit sans avoir à cartographier chaque erreur ? »

Les chercheurs derrière cette étude, travaillant avec une équipe du Danemark et du Royaume-Uni, ont développé un raccourci ingénieux appelé « tiled M0 ». Au lieu d'essayer de cartographier le bruit pour l'ensemble de l'ordinateur quantique à la fois, ils ont réalisé qu'ils pouvaient traiter l'ordinateur comme une mosaïque composée de tuiles répétitives. Dans leur configuration spécifique, appelée l'« Ansatz tUPS », le circuit quantique est construit à partir de blocs identiques (tuiles) qui se répètent sans cesse. La grande idée de l'équipe était de supposer que le bruit se comporte de manière similaire au sein de chacune de ces petites tuiles et que le bruit d'une tuile n'affecte pas radicalement ses voisines.

En faisant cette « approximation de localité », ils ont pu mesurer le bruit pour une ou deux petites tuiles seulement, puis copier cette information sur toute la machine. C'est un raccourci massif. Au lieu d'avoir besoin d'exécuter des millions de circuits de test pour cartographier un grand système, ils n'ont eu besoin d'en exécuter qu'une poignée. Dans leurs tests, ils ont appliqué cette méthode pour calculer l'énergie de l'état fondamental (le niveau d'énergie le plus stable) de plusieurs molécules, notamment l'eau, le benzène et le butadiène, en utilisant des ordinateurs quantiques allant jusqu'à 12 qubits.

Les résultats étaient prometteurs, mais avec une nuance. Dans les simulations informatiques où le bruit était parfaitement prévisible, la méthode « tiled M0 » fonctionnait presque aussi bien que la méthode lourde et complète, réduisant les erreurs d'énergie d'un facteur dix ou plus. Elle a réussi à nettoyer le signal pour des molécules comme le benzène, qui possède 12 qubits — une taille pour laquelle l'ancienne méthode aurait été pratiquement impossible à exécuter. Cependant, lorsqu'ils ont testé ces mêmes expériences sur de véritables ordinateurs quantiques physiques, les résultats étaient un peu plus désordonnés. Pour des molécules plus petites comme l'hydrure de lithium et l'hydrogène, la méthode a très bien fonctionné. Mais pour des molécules plus grandes et plus complexes comme l'eau et le benzène, l'amélioration était moins spectaculaire, ne réduisant l'erreur que d'un facteur deux à quatre.

Les auteurs suggèrent que cet écart entre la simulation et le monde réel ne vient pas d'une erreur dans leur calcul, mais du fait que les ordinateurs quantiques réels sont capricieux. Le bruit sur ces machines dérive et fluctue au fil du temps. Puisque leur méthode nécessitait un temps de fonctionnement prolongé pour les expériences (jusqu'à deux heures pour le benzène), la « carte du bruit » qu'ils ont créée au début a pu devenir obsolète au moment où ils ont fini de mesurer l'énergie. Ils soupçonnent que si le bruit de la machine était plus stable, leur technique brillerait encore davantage.

En fin de compte, cet article ne prétend pas avoir résolu le problème du bruit pour toujours. Au contraire, il propose un outil rentable et évolutif qui rend l'atténuation d'erreurs possible pour des machines plus grandes qui étaient auparavant hors de portée. Il suggère qu'en traitant l'ordinateur quantique comme une collection de quartiers locaux plutôt que comme un seul réseau géant et emmêlé, nous pouvons économiser un temps et des ressources considérables. Bien que la méthode doive être testée davantage pour voir comment elle gère le bruit dérivant du matériel réel, elle ouvre une porte vers la réalisation de simulations quantiques plus précises sur les machines imparfaites dont nous disposons aujourd'hui.

Résumé technique : Atténuation d'erreurs quantiques évolutive et rentable pour les Ansätze pavés

Énoncé du problème
L'atténuation des erreurs quantiques (QEM - Quantum Error Mitigation) est essentielle pour réaliser des tâches de calcul précises sur les dispositifs actuels de l'ère NISQ (Noisy Intermediate-Scale Quantum). Cependant, les techniques de QEM existantes, telles que l'atténuation des erreurs de lecture (REM - Readout Error Mitigation) et la méthode M0 récemment proposée, basée sur l'Ansatz (atténuation des erreurs de porte et de lecture), souffrent d'une mise à l'échelle exponentielle des coûts de mesure sur l'unité de traitement quantique (QPU). En effet, la construction d'une matrice de confusion entièrement corrélée pour caractériser le bruit nécessite la préparation et la mesure de toutes les chaînes de bits possibles ( $2^n$ ), ce qui rend ces méthodes irréalisables pour des systèmes de plus de quelques qubits. Bien qu'il existe des techniques comme l'extrapolation de bruit zéro (ZNE - Zero-Noise Extrapolation) et l'annulation d'erreur probabiliste (PEC - Probabilistic Error Cancellation), elles font également face à des surcoûts d'échantillonnage exponentiels par rapport à la profondeur du circuit et aux taux d'erreur. Les auteurs identifient le besoin d'une méthode de QEM rentable capable de passer à l'échelle pour des systèmes plus larges sans engendrer des coûts de QPU prohibitifs pour la caractérisation du bruit.

Méthodologie : Tiled M0 (M0 pavé)
Le document présente le « tiled M0 », une technique de QEM rentable conçue spécifiquement pour les Ansätze pavés, tels que le tUPS (tiled Unitary Product State) pavé, le QNP (Quantum Number Preserving) pavé, et les circuits efficaces pour le matériel avec des structures pavées. La méthode s'appuie sur la technique M0, qui caractérise le bruit en incluant l'Ansatz (avec les paramètres variationnels fixés à zéro) dans les circuits de calibration du bruit, intégrant ainsi le bruit de porte et le bruit de lecture dans la matrice de confusion.

Le tiled M0 améliore la méthode M0 en exploitant la structure répétitive et locale des Ansätze pavés grâce à trois approximations clés :

Approximation de localité : Au lieu de construire une matrice de confusion unique et entièrement corrélée pour l'ensemble du système, le tiled M0 suppose que le bruit est local aux « tuiles » (groupes de qubits) au sein de l'Ansatz. La matrice de confusion du système complet est approximée par un produit tensoriel de matrices de confusion plus petites, une pour chaque tuile unique dans la première couche.
Approximation de couche : La méthode suppose que des tuiles identiques à travers différentes couches de l'Ansatz induisent les mêmes transitions de bruit. Cela permet de caractériser les tuiles d'une seule couche pour représenter le bruit de l'ensemble de la profondeur du circuit, réduisant ainsi considérablement le nombre de circuits distincts requis.
Approximation de séparabilité : Pour éviter la surcorrection du bruit de lecture (qui se produirait si plusieurs matrices de tuiles partageaient des qubits), la méthode suppose que le bruit de porte et le bruit de lecture sont indépendants. Elle sépare la matrice de confusion totale de la tuile ( $A_{ti}$ ) en une composante de lecture ( $A^{REM}_{ti}$ ) et une composante de porte ( $A^{gate}_{ti}$ ). La partie de lecture est éliminée via l'inversion de matrice, et les matrices de bruit de porte restantes sont combinées.

Contributions clés

Réduction exponentielle des coûts : En approximant la matrice de confusion du système complet par un ensemble de matrices de tuiles plus petites, le tiled M0 réduit le coût QPU de la caractérisation du bruit d'une échelle exponentielle ( $2^n$ ) à une échelle linéaire par rapport au nombre de qubits. Pour un Ansatz tUPS, la méthode nécessite l'exécution de seulement 64 circuits quantiques distincts (plus 4 pour la lecture) quel que soit la taille du système (pour $n \ge 6$ ), contre les $2^n$ circuits requis par un M0 standard.
Évolutivité : La technique permet l'atténuation des erreurs pour des systèmes allant jusqu'à 12 qubits (benzène) et des circuits profonds (jusqu'à 299 portes CZ), ce qui serait informatiquement intraitable pour un M0 standard en raison du nombre massif de tirages (shots) requis pour la construction de la matrice.
Caractérisation hybride du bruit : La méthode intègre avec succès la caractérisation du bruit de porte (via l'Ansatz à paramètres nuls) avec l'atténuation de l'erreur de lecture, fournissant un cadre unifié pour corriger ces deux types d'erreurs de manière évolutive.

Résultats
Les auteurs ont validé le tiled M0 en utilisant l'Ansatz tUPS pour des calculs d'énergie de l'état fondamental moléculaire pour LiH, H $_2$ , H $_2$ O, le butadiène et le benzène (allant de 4 à 12 qubits).

Simulations bruyantes : Dans des simulations utilisant des modèles de bruit importés de backends IBM, le tiled M0 a systématiquement réduit les erreurs d'énergie de un à deux ordres de grandeur par rapport aux résultats bruts (non atténués). Pour les systèmes plus petits (LiH, H $_2$ ), les performances étaient comparables à la méthode M0 complète, validant les approximations de couche et de séparabilité sous des conditions de bruit contrôlées. Dans certains cas, les énergies étaient précises à quelques millihartrees des valeurs de référence exactes.
Expériences quantiques : Sur du matériel quantique réel IBM (ibm_fez et ibm_marrakesh), le tiled M0 a démontré des améliorations significatives pour LiH, H $_2$ et le butadiène, réduisant les erreurs d'énergie d'environ un ordre de grandeur.
Limitations sur les systèmes plus larges : Pour les systèmes plus grands (H $_2$ O et benzène), l'amélioration dans les expériences quantiques était plus modeste (réduisant les erreurs par un facteur de 2 à 4) par rapport aux résultats de simulation. Les auteurs attribuent cette disparité à la dérive du bruit et aux fluctuations pendant les temps de traitement QPU plus longs requis pour ces expériences. La caractérisation du bruit a été effectuée au début de l'expérience, et la dérive ultérieure a probablement rendu les matrices de confusion moins représentatives du bruit pendant la mesure de l'énergie.
Comparaison avec M0 : Dans les expériences à 4 qubits, où les deux méthodes étaient réalisables, M0 a généralement performé légèrement mieux ou de manière comparable au tiled M0, particulièrement dans les circuits plus profonds (3–4 couches). Cela suggère que l'approximation de couche peut introduire des inexactitudes mineures dans les environnements matériels réels, bien que le compromis en termes de coût soit substantiel.

Signification et affirmations
L'article affirme que le tiled M0 fournit une solution « simple et rentable » pour atténuer les erreurs dans les Ansätze pavés, offrant un coût de caractérisation du bruit exponentiellement inférieur aux méthodes entièrement corrélées comme M0 ou REM. Les auteurs soulignent que, bien que la technique repose sur des hypothèses (localité, indépendance des couches et séparabilité du bruit) qui peuvent ne pas être parfaitement vérifiées dans tous les environnements matériels, la méthode est très efficace dans les simulations bruyantes et montre des promesses pour les applications à court terme.

La signification de ce travail réside dans sa capacité à étendre la portée de la QEM à des systèmes moléculaires plus larges (jusqu'à 12 qubits dans cette étude) qui étaient auparavant inaccessibles à une atténuation d'erreur haute fidélité en raison des contraintes de ressources. Les auteurs concluent que le tiled M0 est particulièrement adapté à un matériel quantique amélioré où les niveaux de bruit sont plus faibles et moins sujets à la dérive, et ils le positionnent comme une stratégie viable pour les applications de calcul quantique à court terme. Ils reconnaissent qu'une validation supplémentaire sur le matériel est nécessaire pour comprendre pleinement l'impact de la dérive du bruit et la validité des approximations sous-jacentes dans divers contextes physiques.

Articles similaires