Les chercheurs créent un algorithme novateur pour vérifier les appareils quantiques

Les chercheurs de l’Université de Tokyo ont utilisé l’apprentissage automatique pour créer un algorithme novateur qui permet la vérification efficace et précise des appareils quantiques. Les technologies qui reposent sur des comportements quantiques novateurs deviennent de plus en plus populaires et nécessitent une vérification en raison d’incertitudes inhérentes.

La recherche a été publiée dans APS Physics.

Un Internet quantique

La plupart des experts considèrent que les ordinateurs quantiques sont encore en phase de développement précoce, mais un Internet quantique est plus avancé et plus proche de la réalité. Pour que cela soit réalisé, il faudra effectuer beaucoup plus de recherches et développer de nombreux outils pour la conception d’appareils quantiques.

L’un de ces outils importants est l’algorithme qui vérifie les appareils quantiques. Il a été développé par le chercheur postdoctoral Quoc Hoan Tran et le professeur associé Kohei Nakajima de l’École supérieure de science et de technologie de l’information de l’Université de Tokyo.

Selon les chercheurs, l’appareil pourrait rendre la vérification du comportement des appareils quantiques plus efficace et plus précise. L’algorithme peut reconstruire le fonctionnement d’un appareil quantique à dépendance temporelle, et il le fait en apprenant la relation entre les entrées et les sorties quantiques.

“La technique pour décrire un système quantique en fonction de ses entrées et de ses sorties s’appelle la tomographie de processus quantique”, a déclaré Tran. “Cependant, de nombreux chercheurs rapportent maintenant que leurs systèmes quantiques présentent une sorte d’effet de mémoire où les états actuels sont affectés par les états précédents. Cela signifie qu’une simple inspection des états d’entrée et de sortie ne peut pas décrire la nature à dépendance temporelle du système. Vous pourriez modéliser le système à répétition après chaque changement dans le temps, mais cela serait extrêmement inefficace sur le plan computationnel. Notre objectif était d’embrasser cet effet de mémoire et de l’utiliser à notre avantage plutôt que de recourir à la force brute pour le surmonter.”

Construire l’algorithme

Pour construire l’algorithme, l’équipe a utilisé l’apprentissage automatique et une technique appelée calcul de réservoir quantique. En apprenant les entrées et les sorties qui changent dans le temps dans un système quantique, il peut deviner comment les modèles vont changer. Il peut faire ces prédictions même dans des situations qui n’ont pas encore été observées.

“Actuellement, notre algorithme peut émuler un certain type de système quantique, mais les appareils hypothétiques peuvent varier considérablement dans leur capacité de traitement et avoir des effets de mémoire différents. L’étape suivante de la recherche consistera à élargir les capacités de nos algorithmes, essentiellement en créant quelque chose de plus polyvalent et donc plus utile”, a déclaré Tran. “Je suis enthousiaste à l’idée de ce que les méthodes d’apprentissage automatique quantique pourraient faire, des appareils hypothétiques qu’elles pourraient conduire.”