• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  science >> Science >  >> Physique
    L'apprentissage automatique pour faire évoluer l'ordinateur quantique

    , ,

    Une carte des modèles de fonction d'onde électronique, où la symétrie, la luminosité et la taille des caractéristiques sont directement liées à la position d'un atome de phosphore dans le réseau de silicium. Crédit :M. Usman/ Université de Melbourne

    Les ordinateurs quantiques devraient offrir une énorme puissance de calcul pour des problèmes complexes - actuellement insolubles même sur des superordinateurs - dans les domaines de la conception de médicaments, science des données, l'astronomie et la chimie des matériaux entre autres.

    Les enjeux technologiques et stratégiques élevés signifient que les grandes entreprises technologiques ainsi que les start-up ambitieuses et les centres de recherche financés par le gouvernement sont tous dans la course pour construire le premier ordinateur quantique universel au monde.

    Construire un ordinateur quantique

    Contrairement aux ordinateurs classiques d'aujourd'hui, où les informations sont codées en bits (0 ou 1), les ordinateurs quantiques traitent les informations stockées dans des bits quantiques (qubits). Ceux-ci sont hébergés par des objets de mécanique quantique comme les électrons, les particules chargées négativement d'un atome.

    Les états quantiques peuvent également être binaires et peuvent être mis dans l'une des deux possibilités, ou effectivement les deux en même temps - connu sous le nom de superposition quantique - offrant un espace de calcul exponentiellement plus grand avec un nombre croissant de qubits.

    Cette puissance unique de traitement des données est encore renforcée par l'enchevêtrement, une autre propriété magique de la mécanique quantique où l'état d'un qubit est capable de dicter l'état d'un autre qubit sans aucune connexion physique, en les faisant tous à 1 par exemple. Einstein l'a qualifié d'"action effrayante à distance".

    Différents groupes de recherche dans le monde poursuivent différents types de qubits, chacun ayant ses propres avantages et limites. Certains qubits offrent un potentiel d'évolutivité, tandis que d'autres viennent avec des temps de cohérence très longs, c'est le temps pendant lequel les informations quantiques peuvent être stockées de manière robuste.

    Au cours de la prochaine décennie, les ordinateurs quantiques iront au-delà des laboratoires de recherche en physique. Crédit :Connie Zhou/IBM

    Les qubits dans le silicium sont très prometteurs car ils offrent les deux. Par conséquent, ces qubits sont l'un des candidats de premier plan pour la conception et la mise en œuvre d'une architecture informatique quantique à grande échelle.

    Une façon de mettre en œuvre une architecture informatique quantique à grande échelle dans le silicium consiste à placer des atomes de phosphore individuels sur une grille à deux dimensions.

    Les opérations logiques à un et deux qubits sont contrôlées par une grille de fils nanoélectroniques, ressemblant un peu aux portes logiques classiques des circuits microélectroniques classiques. Cependant, La clé de ce schéma est le placement ultra-précis des atomes de phosphore sur la grille de silicium.

    Les défis

    Cependant, même avec des technologies de fabrication de pointe, placer des atomes de phosphore à des emplacements précis dans le réseau de silicium est une tâche très difficile. Petites variantes, de l'ordre d'un site du réseau atomique, dans leurs positions sont souvent observées et peuvent avoir un impact énorme sur l'efficacité de deux opérations qubit.

    Le problème provient de la dépendance ultra-sensible de l'interaction d'échange entre les qubits électroniques sur les atomes de phosphore dans le silicium. L'interaction d'échange est une propriété fondamentale de la mécanique quantique où deux particules subatomiques telles que les électrons peuvent interagir dans l'espace réel lorsque leurs fonctions d'onde se chevauchent et créent des motifs d'interférence, un peu comme les deux ondes progressives interférant sur la surface de l'eau.

    L'interaction d'échange entre les électrons sur les qubits des atomes de phosphore peut être exploitée pour mettre en œuvre des portes rapides à deux qubits, mais toute variation inconnue peut être préjudiciable à la précision de la porte quantique. Comme les portes logiques dans un ordinateur conventionnel, les portes quantiques sont les éléments constitutifs d'un circuit quantique.

    Vue d'artiste d'une architecture informatique quantique à grande échelle basée sur des qubits d'atomes de phosphore (P) dans du silicium. Les fonctions d'onde des électrons liés à l'atome P présentent des oscillations et les chevauchements spatiaux constructifs/destructeurs de ces fonctions d'onde donnent lieu à de grandes variations d'interaction, introduire des erreurs dans les portes quantiques. La détermination des positions exactes des atomes de P pourrait éliminer les erreurs, ouvrant la voie à l'objectif ultime de l'informatique quantique universelle tolérante aux pannes. Crédit :M. Usman/ Université de Melbourne

    Pour les qubits de phosphore dans le silicium, même une incertitude dans la localisation d'un atome de qubit de l'ordre d'un site atomique du réseau peut modifier l'interaction d'échange correspondante par des ordres de grandeur, conduisant à des erreurs dans les opérations de porte à deux qubits.

    De telles erreurs, accumulé sur l'architecture à grande échelle, peut gravement entraver l'efficacité de l'ordinateur quantique, diminuant tout avantage quantique attendu en raison des propriétés mécaniques quantiques des qubits.

    Trouver les coordonnées exactes de l'atome qubit

    Ainsi en 2016, nous avons travaillé avec les chercheurs du Center for Quantum Computation &Communication Technology de l'Université de Nouvelle-Galles du Sud, pour développer une technique qui pourrait localiser les emplacements exacts des atomes de phosphore dans le silicium.

    La technique, signalé dans Nature Nanotechnologie , a été le premier à utiliser des images calculées au microscope à effet tunnel (STM) des fonctions d'onde des atomes de phosphore pour localiser leurs emplacements spatiaux dans le silicium.

    Les images ont été calculées à l'aide d'un cadre de calcul qui a permis d'effectuer des calculs électroniques sur des millions d'atomes en utilisant les installations de superordinateurs nationales australiennes au centre de supercalcul Pawsey.

    Ces calculs ont produit des cartes des modèles de fonction d'onde électronique, où la symétrie, la luminosité et la taille des caractéristiques étaient directement liées à la position d'un atome de phosphore dans le réseau de silicium, autour duquel l'électron était lié.

    Une carte des modèles de fonction d'onde électronique, où la symétrie, la luminosité et la taille des caractéristiques sont directement liées à la position d'un atome de phosphore dans le réseau de silicium. Crédit :M. Usman/ Université de Melbourne

    Le fait que chaque position d'atome donneur a conduit à une carte distincte, localisation des atomes de qubit, dite métrologie spatiale, avec une seule précision de site de réseau a été atteint.

    La technique a très bien fonctionné au niveau du qubit individuel. Cependant, le prochain grand défi consistait à créer un cadre capable d'effectuer ce repérage spatial précis des atomes avec une interaction humaine à grande vitesse et minimale répondant aux exigences d'un ordinateur quantique universel tolérant aux pannes.

    Apprentissage automatique

    L'apprentissage automatique est un domaine de recherche émergent qui révolutionne presque tous les domaines de recherche, de la science médicale au traitement d'images, robotique, et la conception matérielle.

    Un algorithme d'apprentissage automatique soigneusement formé peut traiter de très grands ensembles de données avec une efficacité énorme.

    Une branche de l'apprentissage automatique est connue sous le nom de réseau de neurones convolutifs (CNN) - un outil extrêmement puissant pour les problèmes de reconnaissance et de classification d'images. Lorsqu'un CNN est formé sur des milliers d'exemples d'images, il peut reconnaître avec précision des images inconnues (y compris le bruit) et effectuer des classifications.

    Reconnaissant que le principe qui sous-tend la métrologie spatiale établie des atomes de qubit consiste essentiellement à reconnaître et à classer les cartes de caractéristiques des images STM, nous avons décidé de former un CNN sur les images STM calculées. Le travail est publié dans la revue NPJ Computational Materials.

    Images informatisées au microscope à effet tunnel (STM) de qubits d'atomes de phosphore dans le silicium utilisés pour former un réseau de neurones convolutifs (CNN), capable de caractériser les qubits de manière autonome et à haut débit avec une précision atomique exacte dans les deux, leurs emplacements spatiaux et le nombre d'atomes. Crédit :M. Usman/ Université de Melbourne

    La formation a porté sur 100, 000 images STM et a réalisé un apprentissage remarquable de plus de 99% pour le CNN. Nous avons ensuite testé le CNN entraîné pour 17 600 images de test, y compris le flou et le bruit d'asymétrie généralement présents dans les environnements réalistes.

    Le CNN a classé les images de test avec une précision supérieure à 98 %, confirmant que cette technique basée sur l'apprentissage automatique pouvait traiter les données de mesure des qubits à haut débit, haute précision, et une interaction humaine minimale.

    Cette technique a également le potentiel de s'étendre pour les qubits constitués de plus d'un atome de phosphore, où le nombre de configurations d'images possibles augmenterait de façon exponentielle. Cependant, Le cadre basé sur l'apprentissage automatique pourrait facilement inclure un certain nombre de configurations possibles.

    Dans les années à venir, à mesure que le nombre de qubits augmente et que la taille des dispositifs quantiques augmente, la caractérisation des qubits via des mesures manuelles est susceptible d'être très difficile et onéreuse.

    Ce travail montre comment les techniques d'apprentissage automatique telles que développées dans ce travail pourraient jouer un rôle crucial dans cet aspect de la réalisation d'un ordinateur quantique universel tolérant aux pannes à grande échelle, l'objectif ultime de l'effort de recherche mondial.


    © Science https://fr.scienceaq.com