Entanglement diagnostics of stochastic-resetting steady states: theory and measurement on superconducting qubits

Dans le monde quantique, les particules ne restent pas simplement immobiles ; elles évoluent, oscillant entre des états dans une danse délicate et rythmique de probabilité. Pendant des décennies, les physiciens ont étudié la manière dont ces systèmes se comportent lorsqu'ils sont laissés à eux-mêmes, évoluant de manière fluide et prévisible. Cependant, une nouvelle ligne de recherche demande ce qui se passe lorsque cette évolution fluide est interrompue. Imaginez un système qui est périodiquement forcé de revenir à un point de départ, non pas par une main douce, mais par une réinitialisation aléatoire et stochastique. Ce concept, connu sous le nom de réinitialisation stochastique (stochastic resetting), n'est pas seulement une curiosité théorique ; c'est un outil utilisé dans l'informatique quantique moderne, où les ingénieurs peuvent délibérément réinitialiser les qubits à un état fixe au milieu d'un calcul. Lorsque ces réinitialisations se produisent à des intervalles aléatoires, elles poussent le système vers une condition stationnaire unique qui est fondamentalement différente des états atteints par une évolution ininterrompue. La question qui a longtemps intrigué les chercheurs est de savoir quel genre d'ordre émerge de ce cycle constant de redémarrage, et plus précisément, comment les connexions profondes et invisibles entre les particules — connues sous le nom d'intrication — survivent dans un environnement aussi chaotique.

Une équipe de chercheurs a désormais cartographié ce paysage avec une précision remarquable, combinant une théorie mathématique rigoureuse et des expériences directes sur un processeur quantique supraconducteur. Ils se sont concentrés sur une chaîne de bits quantiques, ou qubits, disposés en ligne, où chaque bit interagit avec son voisin. En soumettant cette chaîne à un protocole où, à chaque infime étape de temps, il existe une probabilité fixe que l'ensemble du système soit effacé et ramené à une configuration de départ spécifique, ils ont créé un « état stationnaire ». C'est un état de flux constant qui ne se stabilise jamais dans un motif immuable, tout en maintenant un profil statistique stable. Les chercheurs ont découvert que l'intrication au sein de cet état dépend entièrement de la manière dont le système est réinitialisé et de la manière dont l'histoire de ces réinitialisations est enregistrée. Ils ont trouvé que si l'on fait la moyenne de toutes les histoires possibles concernant le moment où les réinitialisations se sont produites, on obtient une image de la complexité du système. Mais si l'on observe le système en gardant une trace exacte du moment où la dernière réinitialisation a eu lieu, on voit une image différente, souvent plus riche, de l'intrication.

Pour comprendre cela, il faut distinguer deux façons de mesurer le système. La première méthode observe l'« état moyen », ce que l'on voit si l'on répète l'expérience des milliers de fois et que l'on mélange tous les résultats, en oubliant exactement quand chaque réinitialisation s'est produite. La seconde méthode observe la « moyenne de trajectoire », où les chercheurs gardent une trace du temps écoulé depuis la dernière réinitialisation pour chaque essai individuel. Dans le monde idéal et sans bruit de la théorie, ces deux méthodes donnent des résultats différents car l'acte de faire la moyenne sur le temps détruit certaines informations subtiles sur l'histoire du système. Les chercheurs ont calculé que la différence entre ces deux mesures n'est pas seulement un artefact mathématique ; elle représente une quantité spécifique d'information. Cette différence vous indique à quel point une partie isolée du système sait depuis combien de temps la dernière réinitialisation a eu lieu. C'est une mesure de la mémoire qui n'existe que parce que le système est constamment interrompu.

L'équipe a testé ces idées sur un véritable ordinateur quantique, utilisant un dispositif doté de qubits supraconducteurs pour simuler le comportement de deux particules en interaction. Ils ont programmé la machine pour faire évoluer les particules, puis les réinitialiser aléatoirement soit vers un état simple et non intriqué, soit vers un état maximalement intriqué. En faisant tourner le circuit des millions de fois et en reconstruisant soigneusement l'état quantique après chaque passage, ils ont mesuré l'intrication à l'aide de deux outils différents. Un outil mesurait le « mélange » (mixedness) du système, qui se rapporte à l'état moyen, tandis que l'autre mesurait la « concurrence », une métrique spécifique de la force du lien entre les deux particules. Les résultats ont été frappants. Les mesures du mélange suivaient presque parfaitement les prédictions théoriques, correspondant aux calculs sans bruit sans nécessiter d'ajustements. Cependant, les mesures de la force de l'intrication étaient systématiquement inférieures à ce que prédisait la théorie. Cette divergence n'était pas un échec de l'expérience, mais une révélation de la manière dont le bruit affecte les systèmes quantiques. Les chercheurs ont montré que le bruit du matériel agit comme un brouillard léger qui floute les connexions délicates entre les particules plus sévèrement qu'il ne floute l'état global du système. En modélisant cet effet avec un modèle de bruit de dépolarisation simple, ils ont pu reproduire avec précision la chute de l'intrication, confirmant que le matériel se comportait exactement comme prévu dans ces conditions.

L'étude s'est étendue au-delà de deux particules pour atteindre des chaînes allant jusqu'à douze qubits, en utilisant des simulations numériques exactes pour voir comment ces effets évoluent à l'échelle. Ils ont découvert que la « mémoire » du temps de réinitialisation, représentée par la différence entre les deux mesures d'entropie, augmente à mesure que la chaîne s'allonge, mais seulement si le système est réinitialisé vers un état hautement intriqué. Si le système est réinitialisé vers un état simple et non intriqué, cette mémoire reste petite et bornée. Cela suggère que la façon dont vous initialisez le système dicte la quantité d'information sur son histoire qui peut être stockée dans l'intrication de ses parties. Pour la réinitialisation intriquée, l'information sur le temps écoulé depuis la dernière réinitialisation se propage à travers la chaîne, croissant avec la taille du système, alors que pour la réinitialisation simple, elle reste localisée. Cette découverte met en lumière une limite fondamentale : l'information qu'une petite partie d'un système peut contenir sur le passé est strictement limitée par la taille de cette partie, mais un bloc plus large du système peut détenir un registre bien plus vaste de son histoire.

En fin de compte, ce travail offre une fenêtre expérimentale claire sur le comportement des systèmes quantiques poussés loin de l'équilibre. Il démontre que la manière dont nous choisissons de mesurer un système — que nous fassions la moyenne de l'histoire ou que nous la conservions — change fondamentalement ce que nous percevons. Les chercheurs ont prouvé que, si l'état global d'un système réinitialisé peut être robuste face au bruit du matériel réel, les liens quantiques spécifiques entre les particules sont plus fragiles et plus facilement supprimés. Cette distinction est cruciale pour quiconque cherche à utiliser les ordinateurs quantiques pour accomplir des tâches complexes, car elle montre que préserver la « mémoire » de l'évolution d'un système nécessite un contrôle rigoureux à la fois sur le protocole de réinitialisation et sur l'environnement de bruit. L'étude confirme que la réinitialisation stochastique est un outil puissant pour créer de nouveaux types d'états quantiques, mais elle fixe également une limite claire sur la quantité d'histoire du système qui peut être récupérée à partir de l'intrication de ses composants.