Less precise but less noisy: local circuits for momentum-space state preparation and measurement
Cet article démontre que pour la préparation de l'état fondamental et la mesure de l'impulsion sur le modèle de système Quantinuum H2, les circuits locaux comme l'évolution adiabatique surpassent les méthodes globales de haute précision comme la transformée de Fourier fermionique en échange de la résolution de l'impulsion contre une sensibilité au bruit considérablement réduite, atteignant finalement des énergies plus basses et de meilleures mesures de la fonction spectrale.
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 quête de la construction de machines capables de résoudre des problèmes hors de portée des ordinateurs d'aujourd'hui, les scientifiques s'efforcent de dompter la substance la plus fragile de l'univers : les états quantiques. Ce sont les briques élémentaires d'un nouveau type d'informatique, capable de simuler le comportement complexe des atomes et des molécules pour découvrir de nouveaux matériaux ou médicaments. Cependant, ces machines sont incroyablement sensibles. Le moindre dérangement provenant de l'environnement — chaleur, vibration ou interférence électromagnétique — peut brouiller l'information qu'elles contiennent, provoquant l'échec des calculs. Pour lutter contre cela, les chercheurs se sont traditionnellement concentrés sur deux défenses principales : rendre les calculs aussi courts que possible et utiliser le moins d'étapes possible. La logique était simple : moins d'étapes signifie moins de chances que la machine commette une erreur. Mais une expérience récente suggère que cette stratégie pourrait passer à côté d'une pièce cruciale du puzzle. Il s'avère que la manière dont un calcul est structuré importe tout autant que sa durée. Certains chemins à travers le calcul sont intrinsèquement plus fragiles que d'autres, et parfois, prendre un itinéraire légèrement plus long et plus sinueux est en réalité la voie la plus sûre pour parvenir à la réponse.
Une équipe de chercheurs de Quantinuum, travaillant avec leur ordinateur quantique avancé, a décidé de tester cette idée en comparant deux manières très différentes de préparer un état quantique spécifique. Ils étudiaient un modèle simple d'une chaîne d'atomes, un système facile à décrire mais difficile à simuler parfaitement sur une machine bruyante. L'une des méthodes utilisées était la Transformée de Fourier Fermionique, un outil numérique hautement précis qui agit comme une lentille parfaite, permettant à l'ordinateur de voir l'impulsion exacte de chaque particule du système. Cette méthode est mathématiquement élégante et donne une image cristalline des propriétés du système. L'autre méthode était une évolution adiabatique, une approche plus physique qui guide lentement le système d'un point de départ simple vers l'état complexe souhaité, un peu comme si l'on tournait doucement un cadran plutôt que de basculer un interrupteur. Si la première méthode est connue pour sa précision, la seconde est connue pour être plus robuste, bien qu'elle nécessite généralement plus d'étapes pour atteindre le même résultat.
Les chercheurs ont entrepris de voir quelle méthode performerait le mieux sur leur matériel réel, qui n'est pas parfait et contient une petite quantité de bruit. Ils ont exécuté les deux méthodes sur le même système, en ajustant soigneusement le nombre d'étapes afin que les deux utilisent approximativement la même puissance de calcul. Pour les petits systèmes, les résultats étaient exactement ce que la théorie prédisait : la méthode numérique précise, la Transformée de Fourier Fermionique, produisait un résultat plus net et plus précis. Cependant, à mesure qu'ils augmentaient la taille du système, quelque chose d'inattendu s'est produit. Une fois que la chaîne d'atomes a dépassé environ vingt particules, la tendance s'est inversée. La méthode adiabatique, qui était légèrement moins précise dans un monde parfait, a commencé à produire des résultats avec des erreurs d'énergie nettement inférieures à ceux de la méthode numérique précise. En fait, pour un système de quarante-huit particules, l'approche adiabatique a systématiquement surpassé l'approche numérique, même lorsque les deux disposaient du même nombre d'étapes.
La raison de ce renversement réside dans la manière dont les erreurs se propagent à travers le calcul. La méthode numérique précise fonctionne en connectant des particules éloignées dans le système, créant ainsi un réseau d'interactions à longue portée. Bien que cela permette une haute résolution, cela signifie également qu'une seule erreur dans une partie de la machine peut se propager et corrompre l'ensemble du calcul. C'est comme essayer d'équilibrer un château de cartes où chaque carte est collée aux autres ; si une carte glisse, toute la structure s'effondre. En revanche, la méthode adiabatique repose sur des interactions locales, où les particules ne communiquent qu'avec leurs voisins immédiats. Si une erreur survient ici, elle reste localisée, n'affectant qu'une petite partie du système. Les chercheurs ont découvert que pour la méthode numérique, l'erreur augmentait linéairement avec la taille du système, tandis que pour la méthode locale, l'erreur restait constante, quelle que soit la taille du système. Cela signifie que pour des problèmes plus larges et plus complexes, la méthode locale « bruyante » est en réalité la voie la plus fiable.
Pour prouver que ce principe pouvait être appliqué à des mesures du monde réel, l'équipe a également développé une nouvelle façon de mesurer l'impulsion des particules sans utiliser l'outil numérique de haute précision. Au lieu d'utiliser la lentille globale de la Transformée de Fourier, ils ont utilisé une série de mesures locales observant comment les particules étaient corrélées avec leurs voisins. Cette nouvelle technique, qu'ils nomment « distribution d'impulsion par mesures locales », sacrifie la capacité à distinguer des impulsions extrêmement similaires. Cependant, pour la plupart des applications physiques, une telle précision extrême est inutile. Ce qui importe, c'est de saisir la forme générale des données. Lorsqu'ils ont testé cette nouvelle méthode sur leur ordinateur quantique pour mesurer une propriété appelée fonction spectrale, elle a remarquablement bien fonctionné. Elle a réussi à identifier les caractéristiques clés du système, telles que l'emplacement des pics d'énergie, avec beaucoup moins de bruit que la méthode traditionnelle. Les résultats étaient plus propres et plus précis, démontrant que renoncer à un peu de précision théorique peut mener à un gain énorme en fiabilité pratique.
Ce travail remet en question la croyance de longue date selon laquelle les meilleurs algorithmes quantiques sont simplement ceux qui comportent le moins d'étapes ou la durée la plus courte. Les chercheurs ont montré que l'architecture même du circuit joue un rôle vital dans la capacité de celui-ci à survivre à la réalité bruyante de la technologie actuelle. En choisissant des méthodes moins sensibles aux erreurs, même si elles sont légèrement moins précises en théorie, les scientifiques peuvent obtenir de meilleurs résultats sur les machines dont ils disposent aujourd'hui. Les conclusions suggèrent que l'avenir de l'informatique quantique ne réside peut-être pas dans la construction de circuits numériques toujours plus rapides et toujours plus complexes, mais dans la conception d'approches plus physiques et plus intelligentes, qui travaillent avec le grain du matériel plutôt que contre lui. Pour les applications en chimie et en science des matériaux, où l'objectif est de comprendre comment les atomes se comportent plutôt que de les compter avec une précision infinie, ce compromis entre précision et robustesse pourrait être la clé pour libérer le véritable potentiel des ordinateurs quantiques.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.