Stabilizer codes over general phase spaces

Les ordinateurs quantiques promettent de résoudre des problèmes impossibles pour les machines d'aujourd'hui, mais ils sont incroyablement fragiles. L'information qu'ils stockent, appelée états quantiques, peut être facilement brouillée par la moindre vibration ou chaleur. Pour protéger cette information, les scientifiques utilisent une stratégie appelée correction d'erreurs, qui consiste à répartir une seule donnée sur de nombreuses particules physiques. Si une particule est corrompue, les autres détiennent la vérité, permettant à l'ordinateur de récupérer l'information. Depuis des décennies, les chercheurs ont développé des méthodes spécifiques pour faire cela pour différents types de matériel quantique. Certains systèmes utilisent de minuscules unités discrètes d'énergie, comme les marches individuelles d'une échelle. D'autres utilisent des ondes continues d'énergie, comme le mouvement fluide d'un pendule. Jusqu'à présent, ces deux approches ont largement été traitées comme des mondes séparés, avec des règles mathématiques différentes et des outils différents pour corriger les erreurs.

Une nouvelle étude de Sayan Chakraborty et Victor V. Albert comble ce fossé. Ils ont développé une théorie unifiée pour une large classe de codes quantiques capables de mélanger ces différents types de systèmes. Leurs travaux montrent comment construire des mémoires quantiques stables en utilisant une combinaison d'oscillateurs, de rotors et d'unités discrètes, le tout régi par un ensemble de règles unique et cohérent. C'est une étape importante car les futurs ordinateurs quantiques ne reposeront probablement pas sur un seul type de matériel ; ils devront intégrer divers composants pour fonctionner efficacement. En prouvant que ces systèmes mixtes peuvent être traités avec la même rigueur mathématique que leurs homologues plus simples, les chercheurs ont fourni un plan pour construire des dispositifs quantiques plus robustes et polyvalents.

Le cœur de ce travail repose sur un concept appelé code stabilisateur. Imaginez que vous ayez une collection d'objets et que vous vouliez les maintenir dans un arrangement spécifique et sûr. Vous définissez un ensemble de règles, ou « stabilisateurs », qui décrivent cet état sûr. Si les objets bougent légèrement, ils enfreignent l'une de ces règles, et le système sait qu'une erreur s'est produite. Les chercheurs se sont concentrés sur des systèmes où ces règles sont définies par des « opérateurs de déplacement ». En termes simples, ce sont des actions qui déplacent l'état d'un système, soit en le déplaçant vers une nouvelle position, soit en changeant sa phase, ce qui revient à modifier le timing d'une onde. L'idée clé est que pour qu'un code fonctionne, ces actions de déplacement doivent commuter, ce qui signifie que l'ordre dans lequel on applique les actions n'a pas d'importance. Cette propriété permet au système de former un espace stable et protégé où l'information quantique peut résider.

Chakraborty et Albert ont réalisé que ces opérateurs de déplacement peuvent être visualisés comme des points sur une grille dans un espace mathématique appelé espace de phase. Pour un système simple, cette grille peut ressembler à un motif régulier de points. Pour des systèmes plus complexes, la grille peut être étirée, tordue ou même présenter des lacunes. Les chercheurs ont montré que tant que la grille forme un type de structure spécifique connu sous le nom de réseau (lattice), elle peut définir un code quantique valide. Ce réseau agit comme le squelette du code de correction d'erreurs. La taille de l'espace logique — la quantité d'information que le code peut stocker — est directement liée au volume de l'espace entre les points de ce réseau. Si les points sont serrés, le code peut stocker plus d'informations ; s'ils sont espacés, il en stocke moins.

L'une des découvertes les plus frappantes de l'article est la découverte de codes « hybrides » qui ne peuvent pas être décomposés en parties séparées et indépendantes. Par le passé, les scientifiques supposaient souvent qu'un système complexe pouvait être compris en examinant ses composants plus simples individuellement. Par exemple, un code mélangeant des oscillateurs et des unités discrètes aurait pu être considéré comme simplement un code d'oscillateur collé à un code discret. Cependant, les auteurs ont construit des exemples où les composants sont si profondément entrelacés qu'aucune réorganisation mathématique ne peut les séparer. Ils ont créé un code qui mélange des oscillateurs avec des rotors plans, et un autre qui mélange des rotors avec des unités discrètes, où la connexion entre les parties est intrinsèque. Cela signifie que les propriétés de correction d'erreurs de l'ensemble du système dépendent de la manière spécifique dont les parties sont liées, et que l'on ne peut pas comprendre le système en étudiant les parties de manière isolée.

Les chercheurs ont également abordé le problème du décodage des erreurs dans ces systèmes mixtes. Lorsqu'une erreur se produit, elle déplace l'état du système vers une nouvelle position dans l'espace de phase. Le but du décodage est de déterminer quel déplacement s'est produit et de l'inverser. L'article fournit une méthode pour déterminer la meilleure façon de le faire, basée sur la géométrie du réseau. Ils ont montré que le décodeur le plus efficace est celui qui recherche le plus petit déplacement ayant pu causer l'erreur observée. Cette approche fonctionne pour tous les types de systèmes qu'ils ont étudiés, qu'ils impliquent des ondes continues, des étapes discrètes ou un mélange des deux. Ils ont également dérivé des formules pour calculer la « distance » du code, qui est une mesure du nombre d'erreurs que le code peut corriger avant de faillir. Cette distance est déterminée par la distance la plus courte entre les points du réseau et les points représentant l'information logique.

Une partie particulièrement élégante de leur travail concerne la relation entre le code et son « dual ». En mathématiques, tout réseau possède un réseau partenaire qui décrit les opérations logiques possibles. Les chercheurs ont montré que les propriétés du code, telles que sa capacité à détecter les erreurs, sont directement liées aux propriétés de ce réseau dual. Cette connexion permet d'utiliser des outils mathématiques puissants issus de l'étude des réseaux pour analyser les codes quantiques. Ils ont démontré que cette relation reste vraie même pour les codes hybrides les plus complexes, fournissant un cadre unifié qui s'applique à tous les systèmes qu'ils ont considérés.

L'article traite également de la question pratique de l'énergie. Dans le monde réel, les états quantiques ne peuvent pas avoir une énergie infinie, bien que les modèles mathématiques idéaux supposent souvent le contraire. Les auteurs ont développé un moyen de créer des versions de ces codes à « énergie finie ». Ils ont montré qu'en amortissant légèrement l'énergie du système, ils pouvaient créer des états physiques qui se comportent presque exactement comme les modèles mathématiques idéaux. L'erreur introduite par cet amortissement est extrêmement faible, ce qui rend ces codes viables pour des applications réelles. Ceci est crucial car cela prouve que les codes théoriques qu'ils ont conçus peuvent réellement être construits et utilisés dans des dispositifs physiques.

Tout au long de leur étude, les auteurs ont utilisé un cadre mathématique développé par Marc Rieffel, qui relie la mécanique quantique à un domaine appelé géométrie non commutative. Ce cadre traite l'espace des états quantiques comme un objet géométrique, permettant aux chercheurs d'utiliser l'intuition géométrique pour résoudre des problèmes quantiques. Ils ont découvert que l'espace de syndrome, qui est l'espace où l'information d'erreur est stockée, peut être vu comme un faisceau de fibres. Chaque fibre correspond à un motif d'erreur spécifique, et le code réside dans l'une de ces fibres. Cette vision géométrique les a aidés à prouver que la dimension du code est égale au volume du réseau, un résultat qui est vrai pour tous les systèmes qu'ils ont étudiés.

Le travail revisite également des codes connus, tels que le code Gottesman-Kitaev-Preskill (GKP), qui est un type célèbre de code de correction d'erreurs pour les systèmes continus. Les auteurs ont montré que leur nouveau cadre inclut naturellement ces codes existants comme des cas particuliers. De plus, ils ont construit de nouveaux codes combinant différents types de systèmes de manières auparavant impossibles. Par exemple, ils ont créé un code qui mélange douze oscillateurs avec douze qubits, dérivé d'un célèbre code classique appelé code de Golay. Ce code hybride n'est pas une simple combinaison des deux ; c'est un système étroitement intégré où les oscillateurs et les qubits sont liés de manière à créer un nouveau code plus puissant.

Les chercheurs ont également exploré les limites de ces codes. Ils ont prouvé que pour certains types de systèmes, spécifiquement ceux impliquant un oscillateur et un rotor, le code ne peut être « intrinsèquement couplé » que s'il stocke une quantité spécifique d'information. Si la quantité d'information est trop faible, le système peut toujours être séparé en parties indépendantes. Cependant, une fois que l'information atteint un certain seuil, le couplage devient inévitable. Cette découverte aide les scientifiques à comprendre quand ils peuvent s'attendre à trouver ces comportements hybrides complexes dans leurs propres conceptions.

En résumé, Chakraborty et Albert ont fourni une théorie complète pour une large gamme de codes de correction d'erreurs quantiques. Ils ont montré que les oscillateurs, les rotors et les unités discrètes peuvent être mélangés dans un cadre unique et cohérent. Ils ont prouvé que ces systèmes mixtes peuvent posséder des propriétés intrinsèques qui ne peuvent être réduites à leurs parties, et ils ont fourni les outils pour les analyser et les décoder. En connectant ces divers systèmes à un langage géométrique unique, ils ont ouvert la voie à la conception de calculateurs quantiques plus flexibles et plus robustes. Leurs travaux suggèrent que l'avenir de l'informatique quantique ne réside peut-être pas dans le choix d'un type de matériel plutôt qu'un autre, mais dans l'apprentissage de la manière de les tisser ensemble en un tissu unique et résilient.