Post-Optimization Subspace Corrections to Quantum Ansätze

La quête de la simulation de molécules sur des ordinateurs quantiques est une course contre les limites de la technologie actuelle. Au cœur de celle-ci se trouve un défi fondamental : décrire comment les électrons se déplacent et interagissent au sein d'une molécule nécessite un niveau de détail qui submerge rapidement même les superordinateurs classiques les plus puissants. Les ordinateurs quantiques, qui utilisent les règles étranges de la mécanique quantique pour traiter l'information, offrent un moyen naturel de résoudre ces problèmes. Cependant, les machines disponibles aujourd'hui sont fragiles et limitées en taille. Pour obtenir des résultats utiles, les scientifiques utilisent une méthode appelée algorithme variationnel. Considérez cela comme un processus d'essais et d'erreurs où l'ordinateur construit un modèle mathématique de la molécule, le teste, puis ajuste le modèle pour le rendre plus précis. Ce processus se répète, ajoutant des couches de complexité au modèle, jusqu'à ce que l'énergie de la molécule soit calculée avec une précision suffisante. Le problème est que chaque couche ajoutée nécessite plus de temps et un nombre massif de mesures, et à mesure que les molécules deviennent plus complexes, le nombre d'étapes nécessaires pour atteindre une réponse précise peut croître de manière explosive.

Une équipe de chercheurs a trouvé un moyen de contourner une grande partie de cette répétition épuisante. Au lieu de forcer l'ordinateur quantique à construire continuellement un modèle de plus en plus grand, ils ont découvert qu'une fois un modèle décent construit, un tour de passe-passe mathématique spécifique peut affiner la réponse sans ajouter de nouvelle complexité à la charge de travail de la machine. Dans une étude impliquant jusqu'à vingt bits quantiques, les chercheurs ont appliqué ces astuces à des modèles existants de diverses molécules. Ils ont constaté que la méthode pouvait réduire le nombre d'étapes nécessaires pour atteindre un haut niveau de précision d'un facteur allant jusqu'à six. Plus important encore, lorsqu'ils ont calculé l'effort total requis, incluant le temps passé à prendre des mesures, les économies étaient encore plus spectaculaires, atteignant des réductions allant jusqu'à quarante fois. Cette approche ne nécessite pas que l'ordinateur quantique devienne plus grand ou plus complexe ; elle extrait simplement plus de valeur des données déjà collectées.

Les chercheurs se sont concentrés sur deux techniques spécifiques pour atteindre cette efficacité. La première implique une méthode connue sous le nom de diagonalisation de sous-espace de Krylov. Dans l'approche standard, l'ordinateur quantique construit un modèle étape par étape, en ajoutant une pièce à la fois et en recalculant l'ensemble du système après chaque ajout. C'est lent et coûteux. La nouvelle méthode permet à l'ordinateur de s'arrêter de construire une fois qu'il possède une approximation raisonnable. Ensuite, au lieu d'ajouter de nouvelles couches, les chercheurs prennent cette approximation existante et l'utilisent comme point de départ pour calculer quelques propriétés spécifiques de l'énergie de la molécule. En analysant ces propriétés, ils peuvent projeter mathématiquement la réponse dans un espace légèrement plus large, récupérant ainsi les détails manquants du comportement de la molécule sans jamais demander à l'ordinateur quantique d'effectuer une nouvelle opération complexe. C'est comme prendre un croquis grossier d'un paysage et utiliser un ensemble de règles pour remplir les détails manquants, plutôt que de retourner dessiner toute la scène à nouveau.

Dans leurs simulations, les chercheurs ont testé cette approche sur vingt-sept systèmes moléculaires différents. Ils ont mesuré le nombre d'étapes nécessaires pour atteindre une cible de précision spécifique, définie comme étant à moins de 1,6 millihartree de la valeur d'énergie réelle. Pour les molécules les plus complexes de leur étude, qui nécessitaient à la méthode standard de fonctionner pendant des centaines d'étapes, la nouvelle technique a atteint la même précision en environ un sixième du temps. Le bénéfice était plus marqué pour les molécules ayant une entropie de Rényi élevée, une mesure de la dispersion et de la complexité de l'arrangement électronique. Pour ces cas difficiles, la réduction des étapes était substantielle. Lorsque l'équipe a modélisé le coût total du processus, en tenant compte du nombre de mesures nécessaires pour obtenir des données fiables, les économies étaient encore plus frappantes. Le coût de fonctionnement de la méthode standard était jusqu'à quarante fois plus élevé que le coût de l'utilisation de la nouvelle technique de correction. Cela suggère que pour les ordinateurs quantiques de courte durée, qui sont limités par le nombre de mesures qu'ils peuvent effectuer avant que le bruit ne gâche les données, cette approche pourrait faire la différence entre un calcul impossible et un calcul réalisable.

La seconde technique explorée par l'équipe est appelée l'équation de mouvement auto-cohérente augmentée par l'identité. Cette méthode traite un problème différent : que se passe-t-il lorsque le modèle initial est trop simple pour capturer le véritable comportement de la molécule, ou lorsque les mesures utilisées pour sélectionner l'étape suivante sont bruitées ? Dans de nombreux cas, l'ordinateur quantique pourrait choisir les mauvaises pièces à ajouter au modèle parce que les données sont imparfaites. Les chercheurs ont découvert qu'en ajoutant un composant mathématique spécifique à l'analyse finale, ils pouvaient corriger ces erreurs. Cette technique leur a permis de récupérer des valeurs d'énergie précises même lorsque le modèle initial était écourté ou lorsque la sélection de nouveaux composants était basée sur des données bruitées. Lors de tests impliquant une molécule appelée m-benzyne, la méthode a réussi à récupérer les niveaux d'énergie corrects même lorsque le processus standard luttait contre le bruit de mesure. Elle a agi comme un filet de sécurité, garantissant qu'un point de départ défectueux ou incomplet puisse tout de même conduire à une réponse finale précise sans avoir besoin de redémarrer l'ensemble du processus.

Ces deux méthodes partagent une philosophie commune : elles traitent la sortie de l'ordinateur quantique non pas comme un produit final, mais comme un point de référence pour une analyse plus approfondie. En effectuant un peu de calcul supplémentaire sur un ordinateur classique après que la machine quantique a terminé son travail, les chercheurs peuvent extraire une précision supplémentaire. Ceci est particulièrement précieux car le matériel quantique lui-même reste inchangé. Les circuits n'ont pas besoin d'être plus longs, et le nombre de paramètres à ajuster n'augmente pas. Les chercheurs ont démontré que cette approche fonctionne bien sur une variété de systèmes moléculaires, des chaînes simples d'atomes aux structures plus complexes. Ils ont également montré que la méthode est robuste, maintenant son efficacité même lorsque les données qui lui sont injectées sont imparfaites.

Les implications de ces découvertes s'étendent au-delà du simple gain de temps. En réduisant le nombre d'étapes et de mesures requis, ces techniques abaissent la barrière pour la réalisation de simulations chimiques sur le matériel actuel. Cela pourrait permettre aux scientifiques d'étudier des molécules plus complexes, telles que celles impliquées dans la photosynthèse ou la fixation de l'azote, qui étaient hors de portée en raison de l'échelle phénoménale des calculs requis. Les chercheurs ont noté que, bien que leur travail ait été réalisé en simulation, les principes qu'ils ont utilisés sont directement applicables aux dispositifs quantiques réels. Ils ont également souligné que ces corrections pourraient être appliquées à d'autres types d'algorithmes quantiques, pas seulement à celui qu'ils ont testé. La capacité d'améliorer la précision sans augmenter les exigences physiques de la machine suggère une nouvelle voie pour le domaine.

Dans leur conclusion, les auteurs ont souligné que le choix de la correction à utiliser dépend du problème spécifique. Pour certaines molécules, la première méthode offre le meilleur équilibre entre vitesse et précision. Pour d'autres, particulièrement là où le modèle initial est très limité, la seconde méthode apporte un élan crucial. L'étude ne prétend pas avoir résolu tous les problèmes de la chimie quantique, mais elle offre un outil pratique pour rendre les outils existants plus efficaces. À mesure que le matériel quantique continue de s'améliorer, ces techniques de post-optimisation deviendront probablement une partie standard du flux de travail, permettant aux chercheurs d'en tirer davantage de chaque bit quantique et de chaque mesure. Ce travail sert de rappel que parfois, la façon la plus puissante d'améliorer un système n'est pas de construire un système plus grand, mais de réfléchir plus attentivement à la manière d'utiliser celui que l'on possède déjà.