⚛️ quantum physics

Experimental prime factorization via the feedback quantum control

Cet article présente une approche de rétroaction basée sur la mesure et entièrement quantique pour la factorisation de nombres premiers qui élimine le besoin d'optimisation classique des paramètres, démontrant sa faisabilité en factorisant expérimentalement 551 sur un processeur RMN à trois qubits et en étendant numériquement la méthode à des biprimes plus grands.

Auteurs originaux : K. B. Hari Krishnan, Vishal Varma, T. S. Mahesh

Publié 2026-01-26

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : K. B. Hari Krishnan, Vishal Varma, T. S. Mahesh

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 possédez un coffre-fort géant verrouillé contenant un code secret. La seule façon de l'ouvrir est de trouver deux clés spécifiques qui, multipliées ensemble, créent le nombre inscrit sur le cadran du coffre. Dans le monde des mathématiques, cela s'appelle la factorisation première. Pour les très grands nombres, cela est incroyablement difficile à réaliser rapidement pour des ordinateurs classiques.

Ce document décrit une nouvelle façon de briser ces codes en utilisant un ordinateur quantique, mais avec une astuce ingénieuse : au lieu de suivre un script rigide et pré-écrit, l'ordinateur « apprend » son chemin vers la réponse grâce à un processus d'essais, d'erreurs et de rétroaction.

Voici une décomposition simple de la manière dont ils ont procédé et de ce qu'ils ont découvert :

Le Problème : Le « Chemin Parfait » vs la « Boucle de Rétroaction »

Habituellement, les ordinateurs quantiques tentent de résoudre des problèmes comme celui-ci de deux manières :

La Route Scriptée (Algorithme de Shor) : C'est comme essayer de marcher sur une corde raide. Vous avez besoin d'un équilibre parfait et de pas extrêmement précis. Si vous vacillez ne serait-ce qu'un tout petit peu (à cause du bruit ou des erreurs), vous tombez. Cela nécessite un équipement de très haute qualité que nous ne possédons pas encore totalement.
La Progression Lente (Adiabatique/Recuit) : C'est comme faire fondre lentement un bloc de glace pour trouver un joyau caché à l'intérieur. C'est plus indulgent, mais cela nécessite beaucoup de travail de la part d'un ordinateur classique pour déterminer le calendrier de la fonte à l'avance.

La Nouvelle Approche (FALQON) :
Les auteurs proposent une méthode de « boucle de rétroaction » appelée FALQON. Pensez à cela comme conduire une voiture dans l'obscurité.

Vous n'avez pas besoin d'une carte parfaite de la route devant vous.
Au lieu de cela, vous conduisez un peu, vous vérifiez votre position (vous mesurez le système), puis vous ajustez le volant en fonction de ce que vous venez de ressentir.
Si vous dérivez à gauche, vous tournez à droite. Si vous dérivez à droite, vous tournez à gauche.
En vérifiant et en ajustant constamment, la voiture se dirige naturellement vers la destination (les facteurs corrects) sans avoir besoin d'une carte pré-calculée.

L'Expérience : Factoriser 551

Pour prouver que cela fonctionne, l'équipe a utilisé un petit ordinateur quantique composé de trois petits aimants (plus précisément, trois atomes de fluor dans une molécule liquide) à l'intérieur d'une machine appelée spectromètre RMN.

La Cible : Ils voulaient trouver les deux nombres premiers qui multipliés donnent 551. (La réponse est 19 et 29).
Le Processus : Ils ont commencé avec les atomes dans un état aléatoire, « chaud » (comme une tasse de café posée sur une table). Ils n'avaient pas besoin de les refroidir jusqu'au zéro absolu ou de les préparer parfaitement.
La Boucle :
1. Ils ont appliqué une « poussée » (un signal de contrôle) aux atomes.
2. Ils ont mesuré où se trouvaient les atomes.
3. Sur la base de cette mesure, ils ont calculé la prochaine poussée nécessaire pour se rapprocher de la réponse.
4. Ils ont répété ce processus encore et encore.

Le Résultat :
Après environ 22 cycles de ce cycle « pousser-mesurer-ajuster », les atomes se sont stabilisés dans un état qui représentait clairement les nombres 19 et 29. Le système a naturellement « trouvé » les facteurs sans avoir besoin d'un supercalculateur pour planifier les étapes à l'avance.

Pourquoi c'est spécial : C'est robuste et flexible

L'article souligne deux avantages majeurs de cette méthode :

C'est Résilient (Comme un Compas Auto-Correcteur) :
Les ordinateurs quantiques du monde réel sont « bruyants ». Les signaux de contrôle ne sont pas parfaits ; ils peuvent être légèrement trop forts ou légèrement décalés.
- Analogie : Imaginez essayer de marcher en ligne droite pendant que quelqu'un vous pousse doucement sur le côté. Une méthode rigide vous ferait trébucher. Mais parce que FALQON vérifie sa position après chaque étape, il corrige immédiatement la poussée. L'article montre que même avec des signaux « désordonnés », la méthode a quand même trouvé la réponse.
- Ils ont également découvert qu'en utilisant une technique spécifique appelée GRAPE (qui conçoit des impulsions très robustes), le système devenait encore plus résistant à ces erreurs, semblable à un amortisseur de voiture qui lisse une route cahoteuse.
Cela Passe à l'Échelle (Le Test des « Grands Nombres ») :
Bien qu'ils n'aient testé physiquement que le nombre 551, ils ont utilisé des simulations informatiques pour voir si cela fonctionnerait pour des nombres beaucoup plus grands.
- Ils ont simulé la factorisation de 9 167 (en utilisant 5 qubits) et de 2 106 287 (en utilisant 9 qubits).
- La simulation a montré que la méthode fonctionnait toujours. Curieusement, ils ont découvert que pour ces nombres plus grands, ils n'avaient même pas besoin de la « carte » complète et complexe du problème. Ils pouvaient utiliser une version simplifiée, « tronquée », des règles, et la boucle de rétroaction trouvait toujours les facteurs corrects.

L'Essentiel

Les chercheurs ont démontré avec succès que l'on peut factoriser des nombres à l'aide d'un ordinateur quantique en laissant le système « se diriger lui-même » vers la réponse par une mesure et un ajustement constants.

Pas de préparation parfaite requise : On peut partir d'un état désordonné et aléatoire.
Pas de carte pré-calculée : L'ordinateur détermine l'étape suivante à la volée.
Tolérant aux erreurs : Il gère mieux le « bruit » des expériences réelles que les autres méthodes.

Cela suggère une voie prometteuse pour résoudre des problèmes mathématiques difficiles sur les machines quantiques imparfaites d'aujourd'hui, sans attendre les machines parfaites et sans erreur du futur.

Résumé technique : Factorisation de nombres premiers expérimentale via le contrôle quantique par rétroaction

Énoncé du problème
La factorisation quantique de nombres premiers actuelle fait face à des obstacles importants dans l'ère du NISQ (Noisy Intermediate-Scale Quantum). Les approches basées sur les circuits, telles que l'algorithme de Shor, nécessitent des portes à haute fidélité et des circuits profonds ( $O(l^3)$ portes avec des infidélités extrêmement faibles), ce qui limite les démonstrations à de très petits nombres. Inversement, les méthodes d'optimisation hamiltonienne (adiabatique, recuit ou variationnelle) encodent les facteurs comme des états fondamentaux dégénérés d'un hamiltonien de problème ( $H_p$ ). Cependant, ces méthodes souffrent souvent d'une évolution lente, d'exigences strictes concernant l'état initial et du besoin d'un post-traitement classique coûteux pour déterminer les paramètres de contrôle dépendants du temps.

Méthodologie : FALQON
Les auteurs proposent et implémentent FALQON (Feedback-based Algorithm for Quantum Optimization), une approche itérative entièrement quantique basée sur la mesure.

Mécanisme central : FALQON utilise un schéma itératif inspiré de la théorie de Lyapunov. Au lieu de pré-calculer les champs de contrôle, l'algorithme mesure l'état instantané du système quantique à chaque itération pour déterminer les paramètres de commande de l'étape suivante.
Logique de contrôle : Le système évolue sous un hamiltonien total $H_{total} = H_p + \beta(t)H_d$ , où $H_p$ est l'hamiltonien du problème et $H_d$ est un hamiltonien de commande (drive). Le paramètre de contrôle scalaire $\beta_{j+1}$ pour l'itération $j+1$ est déterminé en mesurant la valeur d'espérance de l'observable du commutateur $C = i[H_p, H_d]$ à l'itération $j$ . La règle de mise à jour est $\beta_{j+1} = c \langle C \rangle_{\rho_j}$ , où $c$ est un facteur d'échelle. Cela garantit que l'énergie $\langle H_p \rangle$ diminue de manière monotone (ou converge asymptotiquement) vers l'état fondamental.
Implémentation expérimentale : Les auteurs implémentent la méthode sur un registre RMN (Résonance Magnétique Nucléaire) à trois qubits utilisant des noyaux $^{19}$ $^{19}$ F dans le 1,1,2-trifluoro-2-iodo-éthène.
- Réalisation de l'hamiltonien : L'hamiltonien du problème pour le biprime 551 est réalisé via l'informatique quantique numérique-analogique (DAQC). Pour atténuer la sensibilité aux imperfections des impulsions, les auteurs utilisent l'ingénierie de montée de gradient (GRAPE) pour générer des séquences RF robustes.
- Efficacité de la mesure : Plutôt que la tomographie de l'état complet, la méthode utilise une « tomographie diagonale » pour mesurer efficacement l'observable du commutateur $\langle C \rangle$ et l'énergie du système, ne nécessitant que des mesures linéaires.
- État initial : Contrairement aux méthodes adiabatiques qui nécessitent des états fondamentaux spécifiques, FALQON part de l'état thermique de la RMN, convertissant celui-ci en magnétisation transverse sans préparation élaborée d'état pseudo-pur.

Contributions clés

Démonstration expérimentale : L'article rapporte la première factorisation expérimentale d'un nombre biprime (551) utilisant un algorithme quantique à rétroaction sur un processeur RMN.
Contrôle entièrement quantique : Ce travail démontre une méthode qui élimine le besoin de calcul classique pour les paramètres de commande une fois que $H_p$ est réalisé, car la boucle de rétroaction détermine elle-même le champ de commande.
Analyse de robustesse : Les auteurs fournissent une analyse détaillée de la résilience de l'algorithme face aux erreurs de champ de commande, aux inhomogénéités de RF et au bruit aléatoire, comparant favorablement FALQON aux méthodes adiabatiques et QAOA.
Projections de scalabilité : Par le biais de simulations numériques, les auteurs démontent la scalabilité de la méthode en factorisant des biprimes plus grands (9 167 et 2 106 287) en utilisant respectivement 5 et 9 qubits.

Résultats

Factorisation de 551 : L'expérience a réussi à factoriser 551 en ses composantes premières, 19 et 29. Après 22 itérations, le système a montré une concentration claire de probabilité dans les états de base correspondant à ces facteurs (après inversion de bits et ajout de remplissage/padding). L'énergie a diminué et s'est saturée, tandis que la probabilité de l'espace-solution est passée de ~0,2 à ~0,4.
Robustesse :
- Bruit : FALQON a démontré une convergence plus rapide que la méthode adiabatique et moins d'oscillations que QAOA sous des erreurs de contrôle aléatoires.
- Imperfections d'impulsion : L'étude a confirmé que si la réalisation DAQC de $H_p$ est sensible aux imperfections des impulsions $\pi$ , l'implémentation optimisée par GRAPE est hautement robuste contre l'inhomogénéité de RF et l'amplitude limitée.
- Taille de pas : L'analyse a révélé un compromis : des tailles de pas plus petites ( $c=0,25$ ) offrent une robustesse contre le bruit, tandis que des tailles de pas plus grandes ( $c=0,75$ ) augmentent la sensibilité au bruit, soulignant l'importance de la sélection des paramètres.
Troncation : Les résultats numériques pour 9 167 et 2 106 287 ont montré que les hamiltoniens de problème « tronqués » (contenant moins de termes que l'expansion complète) conservaient les mêmes états fondamentaux dégénérés, permettant une factorisation réussie avec une complexité réduite.

Signification et revendications
L'article positionne FALQON comme une alternative viable pour la factorisation dans l'ère NISQ, évitant les contraintes de profondeur de porte de l'algorithme de Shor et la surcharge classique des méthodes variationnelles. Les auteurs affirment que la méthode est « entièrement quantique » dans son contrôle dynamique, car elle repose uniquement sur des mesures expérimentales pour diriger le système. Ils soulignent que l'approche est résiliente aux imperfections expérimentales et ne nécessite pas de préparation d'état initial spécifique, ce qui la rend adaptée aux architectures RMN actuelles et potentiellement à d'autres. Les travaux concluent que bien que la démonstration expérimentale soit limitée à de petits nombres, la scalabilité numérique et la robustesse suggèrent une voie prometteuse pour factoriser des entiers plus grands, à condition que la réalisation efficace de l'hamiltonien et les méthodes de troncation systématique soient développées.

Le Problème : Le « Chemin Parfait » vs la « Boucle de Rétroaction »

L'Expérience : Factoriser 551

Pourquoi c'est spécial : C'est robuste et flexible

L'Essentiel

Articles similaires