L'informatique quantique et la détection quantique ont le potentiel d'être beaucoup plus puissantes que leurs homologues classiques. Non seulement un ordinateur quantique entièrement réalisé ne prendrait-il que quelques secondes pour résoudre des équations qui prendraient des milliers d'années à un ordinateur classique, mais elle pourrait avoir des impacts incalculables dans des domaines allant de l'imagerie biomédicale à la conduite autonome.

Cependant, la technologie n'est pas encore là.

En réalité, malgré les théories répandues sur l'impact considérable des technologies quantiques, très peu de chercheurs ont pu démontrer, en utilisant la technologie disponible maintenant, que les méthodes quantiques ont un avantage sur leurs homologues classiques.

Dans un article publié le 1er juin dans la revue Examen physique X , Des chercheurs de l'Université de l'Arizona montrent expérimentalement que le quantum a un avantage sur les systèmes informatiques classiques.

« Démontrer un avantage quantique est un objectif longtemps recherché dans la communauté, et très peu d'expériences ont pu le montrer, " a déclaré le co-auteur de l'article Zheshen Zhang, professeur assistant en science et ingénierie des matériaux, chercheur principal de l'UArizona Quantum Information and Materials Group et l'un des auteurs de l'article. "Nous cherchons à démontrer comment nous pouvons tirer parti de la technologie quantique qui existe déjà pour profiter aux applications du monde réel."

Comment (et quand) fonctionne Quantum

L'informatique quantique et d'autres processus quantiques reposent sur de minuscules, de 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 0 ou de 1, mais les qubits sont capables d'exister dans les deux états en même temps. Cette dualité les rend à la fois puissants et fragiles. Les qubits délicats sont susceptibles de s'effondrer sans avertissement, rendre très important un processus appelé correction d'erreurs, qui résout les problèmes au fur et à mesure qu'ils surviennent.

Le champ quantique est maintenant à une époque où John Preskill, un physicien renommé du California Institute of Technology, appelé "quantique bruité d'échelle intermédiaire, " ou NISQ. À l'époque NISQ, les ordinateurs quantiques peuvent effectuer des tâches qui ne nécessitent qu'environ 50 à quelques centaines de qubits, mais avec une quantité importante de bruit, ou d'interférence. Pas plus que ça et le bruit l'emporte sur l'utilité, faisant tout s'effondrer. Il est largement admis que 10, 000 à plusieurs millions de qubits seraient nécessaires pour réaliser des applications quantiques pratiquement utiles.

Imaginez inventer un système qui garantit que chaque repas que vous cuisinez se déroulera parfaitement, puis donner 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 deviennent adultes et peuvent acheter ce dont ils ont besoin. Mais en attendant, l'utilité du système est limitée. De la même manière, 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 l'enchevêtrement

L'expérience décrite dans l'article utilisait un mélange de techniques classiques et quantiques. Spécifiquement, il a utilisé trois capteurs pour classer l'amplitude moyenne et l'angle des signaux radiofréquence.

Les capteurs étaient équipés d'une autre ressource quantique appelée intrication, ce qui leur permet de partager des informations entre eux et offre deux avantages majeurs :il améliore la sensibilité des capteurs et réduit les erreurs. Seconde, car ils sont enchevêtrés, les capteurs évaluent les propriétés globales plutôt que de collecter des données sur des parties spécifiques d'un 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, mais simplement s'il y a une cellule qui est cancéreuse. Le même concept s'applique à la détection de produits chimiques dangereux dans l'eau potable.

L'expérience a démontré qu'équiper les capteurs d'intrication quantique leur donnait un avantage par rapport aux capteurs classiques, réduire la probabilité d'erreurs par une marge faible mais critique.

"Cette idée d'utiliser l'intrication pour améliorer les capteurs ne se limite pas à un type spécifique de capteur, il pourrait donc être utilisé pour une gamme d'applications différentes, tant que vous avez l'équipement pour emmêler les capteurs, " a déclaré le co-auteur de l'étude Quntao Zhuang, professeur assistant en génie électrique et informatique et chercheur principal du Quantum Information Theory Group"En théorie, vous pourriez envisager des applications comme le lidar (Light Detection and Ranging) pour les voitures autonomes, par exemple."

Zhuang et Zhang ont développé la théorie derrière l'expérience et l'ont décrite dans un article 2019 Physical Review X. Ils ont co-écrit le nouvel article avec l'auteur principal Yi Xia, doctorant au James C. Wyant College of Optical Sciences, et Wei Li, chercheur postdoctoral en science et ingénierie des matériaux.

Classificateurs Qubit

Il existe des applications existantes qui utilisent un mélange de traitement quantique et classique à l'ère NISQ, mais ils reposent sur des ensembles de données classiques préexistants qui doivent être convertis et classés dans le domaine 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 leurs propres données en premier lieu. Cela ressemble plus à l'utilisation d'un appareil photo quantique spécialisé qui étiquette les photos comme "chien" ou "chat" au fur et à mesure que les photos sont prises.

"Beaucoup d'algorithmes considèrent les données stockées sur un disque d'ordinateur, puis convertir cela en un système quantique, qui demande du temps et des efforts, " a déclaré Zhuang. "Notre système fonctionne sur 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 de l'informatique quantique. Ils envisagent même d'intégrer un jour l'ensemble de leur dispositif expérimental sur une puce 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, apprentissage automatique quantique et capteurs quantiques, car cela crée vraiment un pont pour interconnecter tous ces différents domaines, " dit Zhang.