Des chercheurs de l’Université de l’Arizona ont démontré un avantage quantitatif. Université de l’Arizona
Des chercheurs de l’École d’ingénierie de l’Université de l’Arizona et du Collège des sciences optiques James C. Wyant démontrent expérimentalement comment les ressources quantiques ne sont pas seulement des rêves pour un avenir lointain, elles peuvent améliorer la technologie d’aujourd’hui.
L’informatique quantique et la détection quantique ont le potentiel d’être beaucoup plus puissantes que leurs homologues classiques. Un ordinateur quantique entièrement réalisé pourrait non seulement prendre quelques secondes pour résoudre des équations qui prendraient des milliers d’années à partir d’un ordinateur classique, mais pourrait avoir d’innombrables effets dans des domaines allant de l’imagerie biomédicale à la conduite autonome.
Cependant, la technologie n’est pas encore là.
En fait, malgré les théories répandues sur l’effet à longue portée des technologies quantiques, très peu de chercheurs ont pu démontrer, en utilisant la technologie maintenant disponible, que les méthodes quantiques ont un avantage sur leurs homologues classiques.
Dans un article de recherche publié le 1er juin 2021 dans la revue X. examen physique, des chercheurs de l’Université de l’Arizona ont démontré expérimentalement que le quantum a un avantage sur les systèmes informatiques classiques.
« La démonstration de l’avantage quantique est un objectif tant attendu dans la société, et très peu d’expériences ont pu le montrer », a déclaré le co-auteur de l’article, Zheshen Zhang, professeur agrégé de science et d’ingénierie des matériaux et chercheur principal à l’UArizona. Quantum Information and Materials Group et l’un des co-auteurs de l’article. « Nous cherchons à montrer comment nous pouvons tirer parti de la technologie quantique qui existe déjà pour des applications dans le monde réel. »
Comment (et quand) le quantum fonctionne
L’informatique quantique et d’autres processus quantiques reposent sur de petites et puissantes unités d’information appelées qubits. Les ordinateurs classiques que nous utilisons aujourd’hui fonctionnent avec des unités d’information appelées bits, qui existent sous forme de zéros ou de simples, mais les qubits peuvent exister dans les deux états en même temps. Cette dualité les rend forts et cassants. Les micro-qubits sont susceptibles de s’effondrer sans avertissement, ce qui rend un processus appelé correction d’erreurs – qui résout les problèmes au fur et à mesure qu’ils surviennent – si important.
Quuntao Zhuang (à gauche), chercheur principal du groupe Théorie de l’information quantique, et Zheshen Zhang, chercheur principal du groupe Information quantique et matériaux, sont tous deux professeurs adjoints au College of Engineering. Crédit : Université de l’Arizona
Le champ quantique est maintenant à une époque que le célèbre physicien John Preskill du California Institute of Technology appelait « niveau intermédiaire bruit quantique » ou NISQ. À l’ère NISQ, les ordinateurs quantiques peuvent effectuer des tâches qui ne nécessitent qu’environ 50 à quelques centaines de qubits, malgré la présence d’une quantité importante de bruit ou d’interférences. Plus que cela et le bruit l’emporte sur l’intérêt, ce qui conduit à l’effondrement de tout. Il est largement admis que 10 000 à plusieurs millions de qubits sont nécessaires pour mettre en œuvre des applications quantiques utiles dans la pratique.
Imaginez que vous inventiez un système qui garantit que chaque repas que vous cuisinez se terminera parfaitement, puis que vous donniez ce système à un groupe d’enfants qui n’ont pas les bons ingrédients. Ce sera génial dans quelques années, une fois que les enfants seront adultes et pourront acheter ce dont ils ont besoin. Mais même alors, l’utilité du système était limitée. De même, jusqu’à ce que les chercheurs avancent dans le domaine de la correction d’erreurs, qui peut réduire les niveaux de bruit, les calculs quantiques sont limités à une petite échelle.
Avantages de verrouillage
L’expérience décrite dans l’article a utilisé une combinaison de techniques classiques et quantitatives. Plus précisément, il a utilisé trois capteurs pour classer l’amplitude et l’angle moyens des signaux RF.
Les capteurs sont équipés d’une autre source quantique appelée intrication, qui leur permet de partager des informations entre eux et offre deux avantages principaux : Premièrement, cela améliore la sensibilité du capteur et réduit les erreurs. Deuxièmement, parce qu’ils sont imbriqués, les capteurs évaluent les propriétés globales plutôt que de collecter des données sur des parties spécifiques du système. Ceci est utile pour les applications qui n’ont besoin que d’une réponse binaire ; Par exemple, en imagerie médicale, les chercheurs n’ont pas besoin de connaître chaque cellule d’un échantillon de tissu qui n’est pas cancéreuse, juste si une seule cellule est cancéreuse. Le même concept s’applique à la détection de produits chimiques dangereux dans l’eau potable.
L’expérience a montré qu’équiper les capteurs d’intrication quantique leur donnait un avantage par rapport aux capteurs classiques, réduisant la possibilité d’erreurs par une marge faible mais critique.
« L’idée d’utiliser le verrouillage pour améliorer les capteurs ne se limite pas à un type spécifique de capteur, elle peut donc être utilisée pour une gamme d’applications différentes, tant que vous disposez de l’équipement pour verrouiller les capteurs », a déclaré l’étude co- auteur Quuntao. Zhuang, professeur adjoint de génie électrique et informatique et chercheur principal du groupe de théorie de l’information quantique. « En théorie, vous pourriez penser à des applications comme le lidar (détection de lumière et télémétrie) pour les voitures autonomes, par exemple. »
Zhuang et Zhang ont développé et décrit la théorie derrière l’expérience en 2019 X. examen physique papier. Ils ont co-écrit le nouvel article avec l’auteur principal Yi Xia, doctorante au James C. Weant College of Optical Sciences, et Wei Li, chercheur postdoctoral en science et ingénierie des matériaux.
Cahiers d’exercices Qubit
Il existe des applications actuelles qui utilisent une combinaison de traitement quantique et classique à l’ère NISQ, mais elles reposent sur des ensembles de données classiques préexistants qui doivent être transformés et catégorisés dans le monde quantique. Imaginez prendre une série de photos de chats et de chiens, puis télécharger les photos dans un système qui utilise des méthodes quantiques pour étiqueter les photos comme « chat » ou « chien ».
L’équipe aborde le processus d’étiquetage sous un angle différent, en utilisant des capteurs quantiques pour collecter principalement leurs données. C’est comme si vous utilisiez un appareil photo quantique spécialisé qui qualifie les photos de « chien » ou de « chat » lors de la prise de vue.
« De nombreux algorithmes prennent en compte les données stockées sur un disque informatique, puis les convertissent en un système quantique, ce qui prend du temps et des efforts », a déclaré Zhuang. « Notre système résout un problème différent en évaluant les processus physiques qui se produisent en temps réel. »
L’équipe est enthousiasmée par les futures applications de leurs travaux à l’intersection de la détection quantique et Statistiques quantitatives. Ils ont même envisagé un jour d’incorporer l’ensemble du dispositif expérimental sur une lame qui pourrait être plongée dans un biomatériau ou un échantillon d’eau pour identifier une maladie ou des produits chimiques nocifs.
« Nous pensons que c’est un nouveau paradigme pour l’informatique quantique, l’apprentissage automatique quantique et les capteurs quantiques, car il crée vraiment un pont pour connecter tous ces différents domaines », a déclaré Zhang.
Référence : « Quantum Enhanced Data Classification with a Variable Synaptic Sensor Network » par Yi Xia, Wei Li, Kuntao Zhuang et Jichen Zhang, 1 juin 2021, disponible ici. X. examen physique.
DOI : 10.1103/PhysRevX.11.021047