Des chercheurs conçoivent une expérience sur les ondes radio pour montrer les avantages de l’informatique quantique

Des chercheurs conçoivent une expérience sur les ondes radio pour montrer les avantages de l'informatique quantique

Des chercheurs de l’Université de l’Arizona ont pu prouver les avantages de l’informatique quantique grâce à des recherches liées aux ondes radio. Selon les experts, l’idée est de montrer comment les systèmes quantiques peuvent aider la société dans des processus à petite, moyenne et grande échelle.

Fondamentalement, ils ont utilisé trois capteurs, insérés dans un processus connu sous le nom d’« intrication quantique », leur permettant de partager des informations plus détaillées sur l’amplitude et la pente des ondes.

Les avantages qui en ont été tirés ont été l’amélioration de la précision de chaque capteur (ce qui a réduit la marge d’erreur), ainsi qu’une analyse plus généralisée des données collectées au lieu d’une évaluation individuelle de chaque information obtenue.

Lire aussi

L'illustration montre un processeur de couleur bleue, symbolisant le travail des chercheurs sur l'informatique quantique

L’informatique quantique est le procédé qui, une fois définitivement mis en œuvre, sera capable de résoudre en quelques secondes des calculs qui, aujourd’hui, prendraient des dizaines d’années. Image : Yurchanka Siarhei/

Cela semble simple, mais en fait, comprendre le sujet est plus compliqué que ne le suggère l’énoncé : les avantages démontrés par les chercheurs indiquent que l’informatique quantique peut « choisir » d’évaluer une situation sur l’ensemble de son spectre, ou seulement une partie de celui-ci.

Concrètement, pensez-y de cette façon : en médecine, un spécialiste n’a pas besoin d’analyser chaque cellule du corps pour savoir si un patient a un cancer – il a juste besoin de trouver un petit échantillon de la maladie pour extrapoler les estimations à le reste du corps. C’est à peu près la même situation avec le test proposé : il apporte de l’utilité à des applications qui n’ont besoin que d’une réponse binaire – « oui » ou « non », par exemple -, allégeant le traitement en concentrant l’analyse uniquement là où cela compte vraiment.

Apportez maintenant ce contexte à des problèmes mondiaux, comme la détection d’éléments nocifs dans l’eau ou l’anticipation des besoins alimentaires des populations où la distribution est plus problématique.

« L’informatique quantique » est comprise comme la capacité technologique de traiter un volume d’informations absurdement élevé dans des périodes de temps incroyablement courtes, mais avec une précision sans précédent. Il fonctionne grâce à de petites informations appelées « qubits ».

Le calcul d’aujourd’hui dépend des « bits » – des données qui peuvent être égales à 0 ou égales à 1. Le qubit, en pratique, peut être les deux à la fois. Cela les rend extrêmement fragiles, se détériorant sans avertissement et nécessitant par conséquent une manipulation beaucoup plus prudente. C’est pourquoi la correction d’erreur est importante.

Selon John Peskill, spécialiste en physique au California Institute of Technology (Caltech), nous sommes actuellement dans une phase qu’il a appelée « NISQ » (un acronyme pour « Noisy Intermediate Quantum Scale »). Fondamentalement, il dit que les ordinateurs quantiques actuels peuvent traiter des tâches qui nécessitent de petites quantités de qubits, mais pas sans beaucoup d’interférences (ou « bruit »). Cette partie est importante car elle détermine la marge d’erreur de toute étude réalisée à l’échelle quantique.

Entrez les chercheurs de l’Université de l’Arizona : en utilisant l’enchevêtrement de l’informatique quantique, ils ont pu améliorer la précision des capteurs – bien que par une petite marge.

« L’idée d’utiliser l’entrelacement pour améliorer les capteurs n’est pas limitée à un type spécifique de capteur, elle a donc son utilisation dans un certain nombre d’applications différentes, tant que votre équipement prend en charge ce processus », a déclaré Quntao Zhuang, co-auteur. de l’étude et professeur adjoint de génie informatique et électrique à l’Université de l’Arizona. « Théoriquement, vous pouvez envisager des applications comme LiDAR [tecnologia de imagem e mapeamento em 3D] pour les voitures à conduite autonome par exemple ».

Imaginez le pilote automatique de Tesla, par exemple, encore plus précis et avec moins de risques d’erreurs.

À l’avenir, l’équipe de recherche souhaite créer un moyen de mettre toute cette capacité de traitement sur une seule puce pouvant être insérée dans de l’eau ou des matériaux biologiques, afin d’évaluer si elle sera capable d’identifier des maladies ou différents composés chimiques.

J’ai regardé nos nouvelles vidéos sur Youtube? Abonnez-vous à notre chaîne!