⚛️ quantum physics

Qudit-ADAPT-VQE: an adaptive variational algorithm with counterdiabatic-inspired improvements for qudits

Cet article introduit Qudit-ADAPT-VQE, un algorithme variationnel adaptatif pour les qudits qui utilise un pool d'opérateurs inspiré de la contre-diabaticité et une stratégie de démarrage à chaud pour construire des ansatzes efficaces afin de résoudre le problème Max 3-Cut, atteignant ainsi une plus grande précision, un nombre de portes plus faible et une meilleure robustesse contre les plateaux stériles par rapport aux approches à ansatz fixes.

Auteurs originaux : Joaquín Molina, Herbert Díaz-Moraga, Dardo Goyeneche, Diego Tancara

Publié 2026-08-18

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Joaquín Molina, Herbert Díaz-Moraga, Dardo Goyeneche, Diego Tancara

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

Dans la course à la construction d'ordinateurs quantiques utiles, les scientifiques s'appuient depuis longtemps sur un bloc de construction de base appelé qubit. Considérez un qubit comme un petit interrupteur qui peut être éteint, allumé, ou dans une étrange superposition des deux, un peu comme une pièce de monnaie tournant sur une table. Cette nature binaire reflète les zéros et les uns des ordinateurs classiques, faisant des qubits le langage standard du domaine. Cependant, tout comme une seule pièce ne peut présenter que deux faces, un qubit est limité à deux états. La nature, en revanche, offre des systèmes avec beaucoup plus de possibilités. Une toupie, par exemple, peut pointer dans de nombreuses directions différentes, pas seulement deux. Dans le monde quantique, ces systèmes à états multiples sont connus sous le nom de qudits. L'utilisation de qudits au lieu de qubits pourrait permettre aux chercheurs de compacter plus d'informations dans moins de particules, rendant potentiellement les ordinateurs quantiques plus petits, plus efficaces et mieux adaptés à certains types de problèmes complexes, comme la division d'un groupe d'éléments en trois catégories ou plus plutôt qu'en seulement deux.

Le défi de ces systèmes avancés est qu'ils sont notoirement difficiles à contrôler. Lorsque les scientifiques tentent de programmer un ordinateur quantique pour résoudre un problème, ils utilisent souvent une méthode appelée algorithme variationnel. Ce processus est comparable au réglage d'une radio : l'ordinateur devine une solution, vérifie à quel point elle est proche de la réponse, puis ajuste ses paramètres pour s'améliorer. Le problème est qu'à mesure que le système grandit, le signal se perd souvent dans les parasites. Les ajustements deviennent si infimes que l'ordinateur ne peut plus dire dans quel sens tourner le cadran, un phénomène connu sous le nom de plateau stérile (barren plateau). De plus, si l'ordinateur part d'une mauvaise supposition, il peut rester coincé dans un piège local, pensant avoir trouvé la meilleure solution alors qu'il n'a trouvé qu'une solution médiocre. Ces obstacles ont rendu difficile la mise à l'échelle de l'informatique quantique, même avec les qudits plus puissants.

Une équipe de chercheurs au Chili a proposé une nouvelle façon de naviguer dans ces difficultés, spécifiquement pour les machines basées sur les qudits. Ils ont adapté une stratégie existante appelée ADAPT-VQE, qui construit le programme de l'ordinateur étape par étape plutôt que d'essayer de concevoir l'ensemble d'un coup. Au lieu de deviner la structure entière, l'algorithme ajoute une pièce à la fois, choisissant toujours la pièce qui améliore le plus la réponse. Pour rendre cela encore plus efficace, les chercheurs ont emprunté un concept de la physique connu sous le nom de pilotage contre-diabatique (counterdiabatic driving). En termes simples, il s'agit d'une technique utilisée pour accélérer un processus sans provoquer d'erreurs, semblable à la façon dont un conducteur expérimenté pourrait anticiper légèrement une courbe pour maintenir une trajectoire fluide. En utilisant cette logique de « pilotage » pour décider quelles pièces ajouter au programme, ils ont créé un nouvel algorithme appelé Qudit-ADAPT.

L'équipe a testé sa méthode sur un casse-tête classique connu sous le nom de problème Max 3-Cut. Imaginez un réseau de villes reliées par des routes, où l'objectif est de diviser les villes en trois groupes distincts de manière à ce que le nombre de routes reliant les différents groupes soit le plus élevé possible. C'est un problème qui s'adapte naturellement à la nature à trois états des qudits. Les chercheurs ont simulé leur algorithme sur un ordinateur pour voir comment il performait par rapport à une approche standard à programme fixe. Les résultats ont été frappants. Leur méthode adaptative a trouvé des solutions nettement plus précises, réduisant souvent l'erreur de plus de dix fois par rapport à l'approche fixe. De plus, elle a atteint cette haute précision en utilisant beaucoup moins d'étapes et des circuits moins complexes, ce qui est crucial pour maintenir la stabilité des ordinateurs quantiques dans l'environnement bruyant de la technologie actuelle.

Au-delà de la simple recherche de meilleures réponses, l'étude a révélé pourquoi la méthode fonctionne si bien. Les chercheurs ont examiné le « paysage » du problème, observant comment l'algorithme se déplaçait à travers les différentes solutions possibles. Ils ont découvert que l'approche fixe standard se perdait souvent dans un labyrinthe de pièges locaux, où l'ordinateur cessait de s'améliorer car il ne pouvait plus voir de meilleur chemin à suivre. En revanche, l'algorithme Qudit-ADAPT, avec sa construction étape par étape et ses points de départ intelligents, a été capable de forer à travers ces pièges. Il ne s'est pas contenté de rester bloqué ; il a continué à ajouter de nouvelles pièces à son programme, remodelant le paysage et trouvant le chemin vers la véritable solution. Cela suggère que la méthode est robuste face au problème du plateau stérile, où le signal disparaît habituellement, car elle maintient l'ordinateur concentré sur les directions les plus prometteuses à chaque étape.

L'équipe a également exploré comment la complexité de la logique de « pilotage » affectait les résultats. Ils ont testé deux versions de leur réservoir d'opérateurs (operator pool), l'une avec un ensemble de règles plus simple et l'autre avec un ensemble plus détaillé et d'ordre supérieur. Pour de nombreux cas de test, les deux versions ont bien fonctionné, mais la version plus détaillée a systématiquement poussé la précision encore plus près de la perfection, en particulier pour les réseaux les plus complexes et interconnectés. Cela indique que, bien que la méthode de base soit puissante, l'ajout d'un guidage plus sophistiqué permet au système de résoudre des problèmes plus difficiles avec une plus grande précision. L'étude n'a pas prétendu avoir résolu tous les défis de l'informatique quantique, ni effectué ces tests sur une machine quantique physique. Au contraire, les conclusions sont basées sur des simulations numériques rigoureuses qui modélisent la façon dont l'algorithme se comporterait sur un matériel réel.

En fin de compte, ce travail offre une feuille de route prometteuse pour l'avenir de l'informatique quantique avec les qudits. En combinant un processus de construction adaptatif et étape par étape avec un guidage inspiré de la physique, les chercheurs ont montré un moyen d'éviter les pièges courants qui ont ralenti les progrès dans le domaine. Leur approche suggère que nous n'avons pas besoin d'attendre un matériel parfait pour commencer à résoudre des problèmes complexes ; nous pouvons plutôt concevoir des logiciels plus intelligents qui contournent les limitations des machines actuelles. À mesure que le domaine progresse, ce cadre flexible pourrait devenir un outil standard, aidant les scientifiques à exploiter tout le potentiel des systèmes quantiques à états multiples pour s'attaquer à des problèmes d'optimisation qui sont actuellement hors de portée.

Résumé technique : Qudit-ADAPT-VQE

Énoncé du problème
Les algorithmes quantiques variationnels (VQA) basés sur des qudits (systèmes quantiques à $d$ niveaux) offrent des avantages potentiels par rapport aux approches basées sur les qubits, notamment une réduction de la complexité des circuits pour les problèmes de haute dimension et un codage naturel pour les variables ayant une dimension supérieure à deux (par exemple, le Max $k$ -Cut). Cependant, les VQA à base de qudits font face à des défis importants similaires à ceux de leurs homologues à qubits : la conception d'ansatz efficaces et expressifs, ainsi que le problème des « plateaux stériles » (barren plateaus), où les gradients de la fonction de coût s'estompent exponentiellement avec la taille du système, entravant l'entraînabilité. De plus, l'augmentation de la dimension locale de l'espace de Hilbert ( $d > 2$ ) peut amplifier les effets de plateaux stériles. Les approches à ansatz fixe, telles que l'extension qudit de l'algorithme d'optimisation approximative quantique (QAOA), peinent à équilibrer l'expressivité et la profondeur du circuit, nécessitant souvent des circuits profonds qui exacerbent le bruit et les difficultés d'optimisation.

Méthodologie
Les auteurs proposent Qudit-ADAPT, un algorithme variationnel adaptatif conçu pour les systèmes de qudits. Le cœur de la méthode est une construction d'ansatz itérative qui sélectionne des opérateurs basés sur les gradients d'énergie, plutôt que d'utiliser une structure de circuit fixe.

Formalisme des opérateurs : L'algorithme utilise des opérateurs de moment angulaire ( $L_x, L_y, L_z$ ) pour encoder des variables ternaires ( $\ell=1$ , $d=3$ ). Le Hamiltonien de coût ( $H_C$ ) pour le problème du Max 3-Cut est formulé à l'aide de ces opérateurs, qui possèdent des relations de commutation fermées adaptées aux expansions par commutateurs imbriqués.
Pool d'opérateurs inspiré de la contre-diabatique : Le pool d'opérateurs est dérivé d'un Hamiltonien contre-diabatique (CD) approximatif. Inspirée par l'évolution adiabatique améliorée par la commande contre-diabatique, la méthode construit un Potentiel de Gauge Adiabatique (AGP) en utilisant une expansion de commutateurs imbriqués.
- L'AGP est approximé par $A^{(l)}_\lambda = \sum a_j(t) D_j$ , où $D_j$ sont des chaînes d'opérateurs de moment angulaire.
- Une adaptation technique critique pour les qudits est traitée : contrairement aux chaînes de Pauli dans les systèmes de qubits, les produits d'opérateurs de moment angulaire dans les qudits peuvent ne pas être hermitiens. Les auteurs définissent un pool d'opérateurs hermitiens $V_j = (D_j + D_j^\dagger)/2$ pour garantir la validité physique.
Construction adaptative (CD-ADAPT) : L'algorithme initialise l'état comme l'état fondamental d'un Hamiltonien de mélange ( $H_M$ $H_{M}$ ). À chaque itération :
- Les gradients d'énergie pour tous les opérateurs du pool sont évalués.
- L'opérateur ayant la plus grande magnitude de gradient est sélectionné et ajouté à l'ansatz.
- Une optimisation du solveur quantique de l'énergie variationnelle (VQE) est effectuée sur tous les paramètres accumulés en utilisant une stratégie de démarrage à chaud (warm-start strategy) (réutilisation des paramètres optimisés de l'itération précédente).
- Le processus se répète jusqu'à ce que la norme du gradient tombe sous un seuil de convergence.

Contributions clés

Première implémentation de Qudit-ADAPT : Ce travail présente la première application de la stratégie ADAPT-VQE aux calculs quantiques basés sur les qudits.
Construction de pool Hermitienne : Les auteurs résolvent le problème de non-hermiticité inhérent aux chaînes d'opérateurs de qudits en construisant un pool d'opérateurs symétrisés dérivé de l'AGP approximatif.
Intégration contre-diabatique : La méthode intègre les concepts de commande contre-diabatique dans la sélection adaptative du pool, guidant théoriquement l'ansatz vers des directions pertinentes pour supprimer les transitions diabatiques.
Analyse de la scalabilité : L'article étudie l'entraînabilité de l'algorithme dans le contexte des plateaux stériles et des minima locaux, en analysant spécifiquement l'impact de la stratégie de démarrage à chaud dans les espaces de Hilbert de haute dimension.

Résultats
L'algorithme a été testé numériquement sur le problème du Max 3-Cut en utilisant diverses instances de graphes (irréguliers et réguliers) avec six sommets.

Précision vs QAOA : Qudit-ADAPT a systématiquement surpassé le qudit QAOA (ansatz fixe). Pour les instances de graphes irréguliers, Qudit-ADAPT a obtenu des erreurs relatives au moins un ordre de grandeur inférieures à celles du QAOA. Dans de nombreux cas, il a atteint des ratios d'approximation élevés ( $r > 0,99$ ) avec nettement moins de paramètres variationnels et de portes natives.
Ordre du pool d'opérateurs : En comparant les approximations du premier ordre ( $l=1$ ) et du second ordre ( $l=2$ ) de l'AGP, le pool $l=2$ a fourni des performances supérieures, particulièrement pour les graphes hautement connectés (ex: $K_6$ ), atteignant la précision machine avec moins de paramètres que le pool $l=1$ ou le QAOA.
Robustesse et Entraînabilité :
- Minima locaux : L'étude a analysé le paysage d'optimisation en comparant le démarrage à chaud (warm-start), le démarrage à froid (cold-start) et les redémarrages aléatoires. La stratégie de démarrage à chaud a systématiquement convergé vers des états d'énergie plus bas que les initialisations aléatoires, souvent de plusieurs ordres de grandeur.
- Mécanisme de "burrowing" (creusement) : Les résultats soutiennent le mécanisme de « burrowing », où l'ajout itératif d'opérateurs permet à l'algorithme d'échapper aux pièges locaux qui bloqueraient un optimiseur à ansatz fixe.
- Plateaux stériles : La construction adaptative, en commençant par des circuits peu profonds, évite le régime initial de plateau stérile. La stratégie de démarrage à chaud garantit que l'optimisation reste dans des régions avec des gradients résolubles, suggérant une robustesse contre les effets de plateau stérile qui s'aggravent généralement avec l'augmentation de la dimension du qudit.

Signification et Revendications
L'article affirme que Qudit-ADAPT fournit un cadre évolutif et robuste pour les algorithmes quantiques variationnels sur les architectures de qudits. En combinant un pool d'opérateurs inspiré de la contre-diabatique avec une construction adaptative à démarrage à chaud, la méthode répond à deux défis centraux des approches à ansatz fixe : la difficulté de concevoir des ansatz efficaces et la sensibilité aux paysages d'optimisation défavorables (minima locaux et plateaux stériles).

Les auteurs affirment que cette approche atteint une précision plus élevée avec des ressources moindres (moins de paramètres et de portes natives) par rapport aux méthodes à ansatz fixe comme le QAOA. Ils concluent que la combinaison de la croissance itérative de l'ansatz et de l'initialisation par démarrage à chaud permet à l'algorithme de naviguer efficacement dans des paysages d'optimisation accidentés, ce qui en fait un candidat prometteur pour les processeurs de qudits de l'ère NISQ. Le travail suggère que les stratégies développées pour l'ADAPT-VQE basé sur les qubits, telles que les pénalités tenant compte du matériel et le groupement d'opérateurs commutants, peuvent être directement transférées à ce cadre de qudits.

Articles similaires