Même à l'échelle de la vie quotidienne, la nature est régie par les lois de la physique quantique. Ces lois expliquent des phénomènes communs comme la lumière, sonner, Chauffer, ou encore les trajectoires de balles sur une table de billard. Mais lorsqu'il est appliqué à un grand nombre de particules en interaction, les lois de la physique quantique prédisent en fait une variété de phénomènes qui défient l'intuition.

Afin d'étudier les systèmes quantiques constitués de nombreuses particules, les physiciens doivent d'abord être capables de les simuler. Cela peut être fait en résolvant les équations décrivant leur fonctionnement interne sur des superordinateurs. Mais alors que la loi de Moore prédit que la puissance de traitement des ordinateurs double tous les deux ans, on est loin de la puissance nécessaire pour relever les défis de la physique quantique.

La raison en est que prédire les propriétés d'un système quantique est extrêmement complexe, exigeant une puissance de calcul qui croît de façon exponentielle avec la taille du système quantique - une tâche « intrinsèquement complexe », selon le professeur Vincenzo Savona, qui dirige le Laboratoire de physique théorique des nanosystèmes à l'EPFL.

"Les choses se compliquent encore lorsque le système quantique est ouvert, c'est-à-dire qu'il est soumis aux perturbations de son milieu environnant, " ajoute Savona. Et pourtant, des outils pour simuler efficacement les systèmes quantiques ouverts sont indispensables, comme la plupart des plates-formes expérimentales modernes pour la science et la technologie quantiques sont des systèmes ouverts, et les physiciens sont constamment à la recherche de nouvelles façons de les simuler et de les comparer.

Mais des progrès significatifs ont été réalisés grâce à une nouvelle méthode de calcul qui simule les systèmes quantiques avec des réseaux de neurones. La méthode a été développée par Savona et son doctorat. étudiante Alexandra Nagy à l'EPFL—et indépendamment par des scientifiques de l'Université Paris Diderot, l'Université Heriot-Watt d'Edimbourg, et le Flatiron Institute à New York. L'ensemble des travaux est publié dans trois articles en Lettres d'examen physique .

« Nous avons essentiellement combiné les progrès des réseaux de neurones et de l'apprentissage automatique avec des outils de Monte Carlo quantiques, " dit Savone, se référant à une vaste boîte à outils de méthodes de calcul que les physiciens utilisent pour étudier des systèmes quantiques complexes. Les scientifiques ont formé un réseau de neurones pour représenter simultanément les nombreux états quantiques dans lesquels un système quantique peut être projeté par l'influence de son environnement.

L'approche par réseau de neurones a permis aux physiciens de prédire les propriétés de systèmes quantiques de taille considérable et de géométrie arbitraire. « Il s'agit d'une nouvelle approche informatique qui aborde le problème des systèmes quantiques ouverts avec une polyvalence et un grand potentiel de mise à l'échelle, " dit Savona. La méthode est en passe de devenir un outil de choix pour l'étude des systèmes quantiques complexes, et, regarder un peu plus vers l'avenir, pour évaluer les effets du bruit sur le matériel quantique.