Full Extractors for Logical Processing in Hypergraph Product Codes

Pour construire un ordinateur capable de résoudre des problèmes hors de portée des machines d'aujourd'hui, les scientifiques doivent d'abord résoudre un problème fondamental : comment protéger l'information fragile. Les ordinateurs quantiques utilisent des particules qui existent dans des états délicats, et ces états s'effondrent facilement lorsqu'ils sont perturbés par la chaleur ou le bruit. Pour éviter cela, les chercheurs utilisent la correction d'erreurs quantiques, une méthode qui répartit une seule pièce d'information sur de nombreuses particules physiques. Si une particule échoue, les autres conservent la vérité. La méthode la plus courante pour y parvenir aujourd'hui utilise une structure en forme de grille appelée code de surface, qui est fiable mais nécessite un nombre immense de particules physiques pour stocker seulement quelques pièces d'information. Ce coût élevé rend l'informatique à grande échelle difficile. Une nouvelle classe de codes, connus sous le nom de codes de contrôle de parité à faible densité (LDPC), offre un moyen de stocker la même quantité d'informations en utilisant beaucoup moins de particules, mais ils ont été plus difficiles à utiliser pour des calculs réels car les connexions entre les particules requises pour effectuer des opérations sont complexes et difficiles à construire avec le matériel actuel.

Une équipe de chercheurs du Massachusetts Institute of Technology a désormais conçu un système qui comble ce fossé. Ils ont créé une méthode pour effectuer des calculs sur ces codes efficaces sans avoir besoin des connexions reconfigurables complexes qui étaient auparavant considérées comme nécessaires. Les chercheurs ont construit ce qu'ils appellent des « extracteurs complets » (full extractors), qui sont des systèmes auxiliaires spécialisés attachés à la mémoire principale de l'ordinateur. Ces extracteurs agissent comme un outil de mesure, permettant au système de lire n'importe quelle pièce spécifique d'information encodée dans la mémoire quantique sans perturber le reste. En assemblant ces outils à partir de composants plus petits et vérifiés, l'équipe a démontré qu'il est possible de mesurer toute opération logique sur un type spécifique de code efficace tout en gardant les connexions matérielles simples et fixes.

Le défi central auquel l'équipe a été confrontée était de savoir comment mesurer l'information stockée dans ces codes efficaces. Dans un ordinateur quantique, vous ne pouvez pas simplement regarder les données pour voir ce qu'elles sont, car l'acte de regarder détruit l'information. Au lieu de cela, vous devez la mesurer indirectement en utilisant un processus appelé chirurgie de code. Cela implique de fusionner temporairement le bloc de mémoire avec un ensemble supplémentaire de particules d'aide, d'effectuer une mesure, puis de les séparer. Les tentatives précédentes pour faire cela avec des codes efficaces nécessitaient la capacité de recâbler les connexions entre les particules à la volée, une capacité difficile à réaliser avec les puces supraconductrices utilisées dans la plupart des processeurs quantiques actuels. D'autres approches utilisaient des connexions fixes mais ne pouvaient mesurer qu'un ensemble limité d'opérations, forçant l'ordinateur à décomposer des tâches complexes en de nombreuses étapes plus petites et plus lentes. Les chercheurs voulaient trouver un juste milieu : un système avec des connexions fixes qui puisse tout de même mesurer n'importe quelle opération directement.

Pour résoudre cela, l'équipe s'est concentrée sur une famille spécifique de codes efficaces appelés codes de produit d'hypergraphes. Ils ont développé une méthode de construction étape par étape pour bâtir leurs outils de mesure. D'abord, ils ont conçu de petits systèmes simples capables de mesurer l'information stockée dans une seule section de la mémoire. Ils ont vérifié que ces petits systèmes étaient assez robustes pour gérer les erreurs sans corrompre les données. Ensuite, ils ont lié ces petits systèmes entre eux à l'aide de connexions de pont pour créer un outil plus large capable de mesurer toute l'information dans une direction. Enfin, ils ont combiné deux de ces outils plus larges — l'un pour chaque direction de l'information — en un seul système complet. Ce système final, l'extracteur complet, peut mesurer n'importe quelle opération possible sur le bloc de mémoire. Crucialement, l'ensemble du système a été conçu pour fonctionner avec un schéma de connexions fixe, où aucune particule n'a besoin d'être connectée à plus de dix autres. Ce niveau de connectivité est à la portée des techniques de fabrication actuelles pour les processeurs quantiques supraconducteurs.

Les chercheurs ont testé leur conception à l'aide de simulations informatiques détaillées pour voir comment elle se comporterait en présence de bruit. Ils ont simulé un système avec un niveau spécifique de protection contre les erreurs et ont introduit des erreurs aléatoires pour voir comment le système pouvait récupérer. Dans ces simulations, lorsque les composants physiques présentaient un taux d'erreur de 0,1 %, le système mesurait avec succès l'information logique avec un taux d'erreur d'environ un sur un million. Ce résultat est significatif car il montre que l'efficacité des nouveaux codes ne se fait pas au détriment de la fiabilité. Les simulations ont également révélé que la taille totale du système, incluant la mémoire et les outils de mesure, n'était que de 47 à 80 % plus grande que le bloc de mémoire lui-même. C'est une amélioration spectaculaire par rapport aux conceptions précédentes, qui nécessitaient souvent des systèmes bien plus grands que la mémoire qu'elles protégeaient.

Le travail suggère que la voie vers l'informatique quantique pratique ne nécessite pas d'attendre un matériel capable de se recâbler instantanément. Au contraire, il montre qu'avec une conception architecturale soignée, le matériel existant doté de connexions fixes peut supporter les codes de correction d'erreurs les plus efficaces. Les chercheurs ont noté que, bien que leurs simulations aient utilisé un type spécifique de décodeur pour traiter l'information sur les erreurs, l'architecture fondamentale est solide et pourrait être adaptée à mesure que les méthodes de décodage s'améliorent. Ils ont également souligné que, bien que leur conception actuelle se concentre sur un seul bloc de mémoire, les mêmes principes pourraient être utilisés pour connecter de nombreux blocs afin de former un ordinateur à grande échelle. En prouvant que ces codes efficaces peuvent être exploités avec des connexions simples et fixes, l'équipe a levé un obstacle théorique majeur à la construction de machines quantiques plus grandes et plus puissantes. Les résultats indiquent que les économies d'espace offertes par ces codes peuvent être réalisées sans introduire la lourde surcharge de calcul qui les rendait auparavant peu pratiques pour une utilisation réelle.