Quantum sensors that compute: quantum computational magnetic-field sensing using a superconducting qubit

Imaginez un monde où les outils que nous utilisons pour mesurer l'univers physique sont aussi les outils que nous utilisons pour réfléchir à ce qu'ils mesurent. Pendant des décennies, les scientifiques ont construit des dispositifs extrêmement sensibles capables de détecter les plus faibles murmures de champs magnétiques, de variations de température ou de tractions gravitationnelles. Ces capteurs quantiques fonctionnent selon les règles étranges du monde subatomique, où les particules peuvent exister dans plusieurs états à la fois, permettant de détecter des changements qui seraient invisibles pour tout instrument classique. Cependant, une limitation fondamentale a toujours existé : une seule mesure d'un tel capteur ne révèle qu'un infime fragment d'information, souvent juste une réponse binaire par oui ou par non. Pour comprendre un signal complexe, les chercheurs devaient traditionnellement répéter la mesure des milliers de fois, moyenner les résultats pour construire une image précise du signal, puis utiliser un ordinateur distinct pour analyser cette image et décider de sa signification. Ce processus en deux étapes — mesurer d'abord, calculer plus tard — fonctionne bien, mais c'est lent et cela gaspille le potentiel unique du système quantique.

Une nouvelle approche, connue sous le nom de détection computationnelle quantique, remet en question cette ancienne façon de penser. Au lieu de traiter le capteur comme un enregistreur passif et l'ordinateur comme un analyste distinct, cette méthode demande au capteur de réfléchir lui-même. En tissant ensemble l'acte de détection avec une séquence d'opérations quantiques, le dispositif peut traiter l'information pendant qu'elle est encore dans son état quantique fragile. L'objectif n'est pas de mesurer le signal brut avec une précision parfaite, mais d'extraire exactement la partie spécifique de l'information nécessaire à une tâche, comme déterminer à quelle catégorie appartient un signal. Cela permet au système de sauter l'étape intermédiaire de la construction d'une image complète du signal, ce qui permet potentiellement de fournir des réponses beaucoup plus rapidement et avec une plus grande précision que les méthodes traditionnelles.

Dans une expérience récente, des chercheurs de l'Université Cornell et du Massachusetts Institute of Technology ont démontré que ce concept fonctionne en pratique en utilisant un seul, minuscule bit quantique, ou qubit. Ils ont construit un capteur à partir d'un circuit supraconducteur qui agit comme une boucle microscopique de fil, capable de détecter les champs magnétiques générés par des courants électriques. Ce dispositif est un type de dispositif d'interférence quantique à supraconductivité, une technologie déjà connue pour sa sensibilité extrême. L'équipe s'est donné pour mission de tester si ce qubit unique pouvait non seulement détecter un champ magnétique, mais aussi calculer une décision à son sujet, et ce, avant que la mesure finale ne soit prise. Ils se sont concentrés sur des tâches de classification binaire, qui sont des problèmes où le but est de trier un signal dans l'un des deux groupes, comme distinguer un champ magnétique faible d'un champ fort, ou faire la différence entre un signal oscillant à une fréquence donnée et un autre.

Les chercheurs ont comparé leur nouvelle méthode à l'approche conventionnelle, qui consiste à mesurer le champ magnétique de manière répétée pour estimer sa force ou sa fréquence, puis à utiliser un algorithme informatique standard pour décider dans quelle catégorie le signal tombe. Dans la première série de tests, ils ont utilisé des champs magnétiques statiques qui ne changent pas au cours du temps. Ils ont programmé le qubit pour subir une séquence spécifique de rotations et de pauses, entremêlées avec la détection du champ magnétique. Cette séquence a été conçue pour agir comme un filtre, amplifiant l'information pertinente pour la tâche de classification tout en supprimant tout le reste. Lorsqu'ils ont mesuré le qubit à la fin, le résultat indiquait directement la classe du champ magnétique. Les résultats étaient frappants : pour ces tâches de champ statique, la méthode computationnelle quantique était jusqu'à 15 points de pourcentage plus précise que la méthode conventionnelle lorsqu'elles disposaient du même temps de travail.

L'équipe est ensuite passée à des défis plus difficiles impliquant des champs magnétiques oscillants, qui ondulent de haut en bas comme une onde. Ces signaux sont plus difficiles à classifier car leur phase, ou le moment exact de leur onde, peut être aléatoire et imprévisible. Dans l'approche traditionnelle, les scientifiques utilisent souvent une technique appelée découplage dynamique, qui consiste à appliquer une série d'impulsions au capteur pour annuler le bruit et isoler la fréquence ou l'amplitude du signal. Les chercheurs ont testé leur protocole de calcul quantique contre ces impulsions traditionnelles optimisées. Pour la tâche d'identification de l'amplitude, ou de la hauteur, du champ oscillant, leur méthode a amélioré la précision de jusqu'à 20 points de pourcentage. Lorsque la tâche est passée à l'identification de la fréquence, ou de la vitesse à laquelle le champ oscillait, la nouvelle méthode conservait un avantage significatif, améliorant la précision de jusqu'à 15 points de pourcentage.

Ce qui rend ces résultats particulièrement notables est que l'ensemble du processus a été réalisé par un seul bit quantique. Habituellement, on attend des ordinateurs quantiques qu'ils aient besoin de nombreux qubits pour effectuer des calculs complexes, mais cette expérience a montré que même un système de taille minimale, soumis aux limitations pratiques du bruit et de l'erreur, pouvait surpasser les techniques standards. La clé résidait dans le fait que les chercheurs n'ont pas essayé de mesurer parfaitement le champ magnétique pour ensuite calculer la réponse. Au lieu de cela, ils ont entraîné la séquence d'opérations quantiques pour mapper le signal brut directement sur le résultat de la mesure finale. Ce faisant, ils ont concentré l'information pertinente dans le bit unique de données révélé par la mesure, contournant ainsi efficacement la nécessité de reconstruire l'intégralité du signal au préalable.

L'étude a également souligné comment la complexité de la tâche influençait les résultats. À mesure que les règles de classification devenaient plus complexes, divisant l'espace du signal en régions plus petites et plus nombreuses, l'avantage de l'approche computationnelle quantique grandissait. Dans les scénarios les plus complexes, les méthodes traditionnelles peinaient à suivre, tandis que le protocole quantique maintenait une haute précision. Cela suggère que lorsque les problèmes auxquels nous demandons aux capteurs de résoudre deviennent plus sophistiqués, la capacité de calculer directement au sein du capteur devient de plus en plus précieuse. Les chercheurs ont noté que leur succès reposait sur une technique appelée traitement du signal quantique, qui permet de façonner précisément la manière dont l'état quantique évolue en réponse au signal. Ils ont optimisé ces séquences à l'aide de simulations informatiques qui modélisaient leur matériel spécifique, garantissant que le protocole soit robuste face au bruit inhérent aux dispositifs du monde réel.

Bien que les expériences aient été menées dans un cadre de laboratoire contrôlé, les implications s'étendent au-delà de ce dispositif spécifique. Les chercheurs suggèrent que cette approche pourrait être adaptée à d'autres types de capteurs quantiques, tels que ceux utilisés pour l'imagerie médicale ou la navigation. L'idée centrale est qu'en intégrant le calcul dans le processus de détection, nous pouvons rendre ces dispositifs plus efficaces et plus puissants sans nécessairement avoir besoin de construire des machines plus grandes et plus complexes. Ce travail démontre que la frontière entre la détection et le calcul est moins rigide qu'on ne le pensait autrefois, et qu'un seul système quantique peut être à la fois l'œil qui voit le signal et le cerveau qui l'interprète. Cela ouvre la voie vers une nouvelle génération de capteurs qui ne sont pas seulement des observateurs passifs du monde physique, mais des participants actifs à sa compréhension.