Xavier Boyer
Les scientifiques ont fait des progrès significatifs avec les systems quantiques qui pourraient transformer la modélisation de systèmes complexes avec une approche précise et efficace nécessitant une mémoire considérablement réduite.
Les systèmes complexes jouent un rôle crucial dans notre vie quotidienne, qu’il s’agisse de prévoir les modèles de trafic, les prévisions météorologiques ou de comprendre les marchés financiers. Cependant, pour prédire avec précision ces comportements et prendre des décisions éclairées, il faut stocker et suivre de vastes informations sur des événements d’un passé lointain – un processus qui présente d’énormes défis.
Les modèles actuels utilisant l’intelligence artificielle voient leurs besoins en mémoire plus que centuplés tous les deux ans et peuvent souvent impliquer une optimisation sur des milliards, voire des billions, de paramètres. Ces immenses quantités d’informations conduisent à un goulot d’étranglement où nous devons arbitrer le coût de la mémoire contre la précision prédictive.
Une équipe collaborative de chercheurs de l’Université de Manchester, de l’Université des sciences et systems de Chine (USTC), du Centre pour les technologies quantiques (CQT) de l’Université nationale de Singapour et de l’Université technologique de Nanyang (NTU) suggest que les systems quantiques pourraient fournir un moyen d’atténuer ce compromis.
L’équipe a mis en œuvre avec succès des modèles quantiques capables de simuler une famille de processus complexes avec un seul qubit de mémoire – l’unité de foundation de l’information quantique – offrant des besoins en mémoire considérablement réduits.
Contrairement aux modèles classiques qui reposent sur l’augmentation de la capacité de mémoire à mesure que de nouvelles données d’événements passés sont ajoutées, ces modèles quantiques n’auront jamais besoin que d’un qubit de mémoire.
Le développement, publié dans la revue Nature Communications, représente une avancée significative dans l’application des systems quantiques à la modélisation de systèmes complexes.
Le Dr Thomas Elliott, chef de projet et boursière Dame Kathleen Ollerenshaw à l’Université de Manchester, a déclaré : « De nombreuses propositions d’avantage quantique se concentrent sur l’utilisation d’ordinateurs quantiques pour calculer les choses moreover rapidement. Nous adoptons une approche complémentaire et examinons plutôt comment les ordinateurs quantiques peuvent nous aider. réduire la taille de la mémoire dont nous avons besoin pour nos calculs.
“L’un des avantages de cette approche est qu’en utilisant le moins de qubits possible pour la mémoire, nous nous rapprochons de ce qui est pratique avec les technologies quantiques du futur proche. De plus, nous pouvons utiliser tous les qubits supplémentaires que nous libérons pour aider à atténuer erreurs dans nos simulateurs quantiques.”
Le projet s’appuie sur une proposition théorique antérieure du Dr Elliott et de l’équipe de Singapour. Pour tester la faisabilité de l’approche, ils se sont associés à l’USTC, qui a utilisé un simulateur quantique à base de photons pour mettre en œuvre les modèles quantiques proposés.
L’équipe a atteint une précision supérieure à ce qui est probable avec n’importe quel simulateur classique équipé de la même quantité de mémoire. L’approche peut être adaptée pour simuler d’autres processus complexes avec des comportements différents.
Le Dr Wu Kang-Da, chercheur postdoctoral à l’USTC et leading co-auteur de la recherche, a déclaré : « La photonique quantique représente l’une des architectures les moins sujettes aux erreurs qui ait été proposée pour l’informatique quantique, en particulier à as well as petite échelle. De as well as, parce que nous configurons notre simulateur quantique pour modéliser un processus particulier, nous sommes en mesure d’affiner nos composants optiques et d’obtenir des erreurs plus petites que celles typiques des ordinateurs quantiques universels actuels.”
Le Dr Chengran Yang, chercheur au CQT et également co-premier auteur de la recherche, a ajouté : “Il s’agit de la première réalisation d’un simulateur stochastique quantique où la propagation de l’information à travers la mémoire au fil du temps est démontrée de manière concluante, ainsi que la preuve d’une moreover grande précision. que probable avec n’importe quel simulateur classique de la même taille de mémoire.”
Au-delà des résultats immédiats, les scientifiques affirment que la recherche présente des opportunités d’investigation moreover approfondie, telles que l’exploration des avantages d’une dissipation thermique réduite dans la modélisation quantique par rapport aux modèles classiques. Leurs travaux pourraient également trouver des purposes potentielles dans la modélisation financière, l’analyse de signaux et les réseaux de neurones améliorés quantiques.
Les prochaines étapes comprennent des options pour explorer ces connexions et pour adapter leur travail à des mémoires quantiques de in addition grande dimension.
