FNO-Based Inverse Co-Design of Semiconducting Quantum-Dot Devices

Les ordinateurs quantiques promettent de résoudre des problèmes actuellement impossibles pour les supercalculateurs les plus puissants, mais leur construction exige un niveau de précision qui frise l'impossible. Au cœur de nombre de ces machines se trouvent de minuscules îlots d'électricité appelés points quantiques (quantum dots), qui piègent des électrons ou des trous isolés pour servir d'unités de base de l'information, ou qubits. Pour faire fonctionner ces points, les ingénieurs doivent façonner soigneusement les champs électriques autour d'eux à l'aide de grilles métalliques microscopiques. La position, la taille et la forme de ces points déterminent la performance de l'ordinateur, pourtant le processus de création relève souvent du tâtonnement. Les chercheurs construisent un dispositif, le testent, et si les points quantiques ne se forment pas au bon endroit ou avec la bonne forme, ils doivent fabriquer une nouvelle puce et recommencer. Ce cycle est lent, coûteux et limite la capacité de concevoir des puces dotées de caractéristiques spécifiques de haute performance avant même qu'elles ne soient fabriquées.

Une équipe de chercheurs a maintenant développé une nouvelle façon de concevoir ces dispositifs qui évite le besoin de tests physiques interminables. Au lieu de construire et de briser des puces pour apprendre ce qui fonctionne, ils ont créé un système numérique capable d'imaginer et d'affiner la configuration d'un dispositif parfait en une fraction de seconde. En combinant un modèle d'intelligence artificielle rapide avec une compréhension mathématique du comportement de l'électricité, l'équipe a démontré qu'elle pouvait concevoir la forme et la position exactes des points quantiques sur un écran d'ordinateur avant que le moindre métal ne soit déposé sur une plaquette. Cette approche leur permet de co-optimiser la forme physique des grilles métalliques et la tension qui leur est appliquée, trouvant des configurations qui seraient presque impossibles à découvrir par les méthodes traditionnelles.

Le cœur de cette nouvelle méthode repose sur un raccourci ingénieux. Pour concevoir un point quantique, il faut comprendre comment les champs électriques provenant des grilles métalliques poussent et tirent sur les charges électriques piégées. Habituellement, calculer cela nécessite l'exécution d'une simulation physique complexe qui peut prendre près d'une minute pour une seule conception. Si un chercheur souhaite tester des milliers de variations pour trouver la meilleure, le processus prendrait des semaines ou des mois. Les chercheurs ont résolu ce problème en entraîant un type spécialisé d'intelligence artificielle, connu sous le nom d'opérateur de réseau de Fourier, pour agir comme un substitut au simulateur physique lent. Ils ont alimenté l'IA avec des milliers d'exemples de configurations de grilles et de leurs schémas de charge résultants, générés par le simulateur lent. Une fois entraînée, l'IA a appris la relation entre les formes de grille et le paysage électrique résultant si bien qu'elle pouvait prédire le résultat d'une nouvelle conception en seulement une milliseconde.

Cette accélération n'est pas simplement une question de commodité ; elle change ce qui est possible. Le modèle d'IA, qui prédit la distribution de la charge avec une erreur de moins de un pour cent, est assez rapide pour être utilisé à l'intérieur d'une boucle qui ajuste constamment la conception. Parce que l'IA est « différentiable », ce qui signifie que sa mathématique interne permet de calculer comment de petits changements affectent le résultat, le système peut automatiquement pousser les formes des grilles et les tensions dans la bonne direction pour atteindre un objectif souhaité. Les chercheurs ont fixé une cible pour que la charge forme une forme spécifique, telle qu'une ellipse étirée verticalement ou une ellipse étirée horizontalement, et ont laissé le système déterminer comment modifier les grilles pour y parvenir.

Dans leurs expériences, l'équipe est partie d'une conception connue pour un dispositif à double point quantique, qui consiste en deux pièges adjacents pour les charges électriques. Ils ont demandé au système de remodeler la charge en deux configurations distinctes : une où les points étaient allongés verticalement et une autre où ils étaient allongés horizontalement. Ces formes différentes sont importantes car elles influencent la manière dont les qubits se comportent, par exemple la vitesse à laquelle ils peuvent être contrôlés. Le système a réussi à modifier les bords des grilles métalliques et à ajuster les tensions pour créer ces formes précises. Les conceptions résultantes étaient si précises que lorsque les chercheurs les ont testées à l'aide du simulateur physique original et lent, les résultats correspondaient presque parfaitement aux prédictions de l'IA, les différences de la limite des points de charge ne mesurant que quelques nanomètres.

Les chercheurs ont également testé si le système pouvait gérer la complexité de plusieurs points simultanément. Ils ont découvert que l'IA pouvait optimiser l'ensemble du dispositif de manière simultanée, ou qu'elle pouvait optimiser chaque point indépendamment puis combiner les résultats. Dans les deux cas, le système a produit des configurations de grilles respectant des règles de fabrication strictes, comme s'assurer que les grilles métalliques ne se rapprochent pas trop les unes des autres ou ne deviennent pas trop fines pour être construites. Le fait que les approches indépendantes et simultanées aient produit des résultats presque identiques suggère que cette méthode pourrait être étendue pour concevoir des réseaux beaucoup plus larges de points quantiques, là où l'optimisation de chaque composant individuel à la fois serait trop lourde sur le plan computationnel.

Ce travail représente un changement significatif dans la manière dont le matériel quantique est développé. Pendant des années, le domaine s'est appuyé sur l'affinement des configurations existantes par le biais du réglage post-fabrication, où les ingénieurs ajustent les tensions après la fabrication de la puce pour que le dispositif fonctionne de manière optimale. Cette nouvelle méthode déplace cette étape d'optimisation vers la phase de conception. En permettant aux ingénieurs de spécifier la forme et les propriétés exactes dont ils ont besoin avant la fabrication, cette approche ouvre la voie à la création de processeurs quantiques dotés de capacités sur mesure. Bien que l'étude actuelle se soit concentrée sur la forme du confinement de la charge, le cadre est suffisamment flexible pour être étendu à l'avenir afin d'optimiser d'autres propriétés critiques, telles que la vitesse des qubits ou leur résistance au bruit. La capacité de concevoir ces dispositifs complexes avec une telle précision et une telle rapidité rapproche un peu plus la réalité de l'objectif d'une informatique quantique évolutive et fiable.