Un paramètre partagé renforce un modèle quantique
IA Contenu généré par intelligence artificielle : texte écrit par une IA, lu par des voix de synthèse.
Transcription avec les sources de chaque passage
Léna
Mardi, des chercheurs de l’Université d’Innsbruck ont montré qu’un modèle de calcul quantique par mesures peut dépasser un circuit unitaire comparable en capacité générative, grâce à un seul paramètre partagé qui règle la probabilité d’appliquer des corrections après mesure, selon AlphaSignal. Cette approche, appelée VMBQC, s’appuie donc sur un réglage commun plutôt que sur des probabilités de correction distinctes pour chaque qubit mesuré. L’enjeu est de comparer ce modèle à un circuit unitaire de taille comparable, et non de montrer qu’il surpasse toutes les méthodes quantiques ou qu’il convient à chaque tâche. Quatre variantes à paramètre unique ont obtenu une meilleure perte MMD que les modèles unitaires de référence, lors de tests menés sur 10 graines aléatoires. Une preuve algébrique établit aussi qu’un seul qubit partiellement corrigé suffit à produire des distributions qu’un circuit unitaire de même taille ne peut pas atteindre. L’effet non-Clifford dépend par ailleurs de l’emplacement des qubits portant les erreurs de mesure : ceux placés dans les premières couches ont des cônes d’influence plus larges. Il suggère qu’un réglage partagé peut améliorer la capacité générative dans ces comparaisons, sans établir pour autant un avantage pratique général pour le calcul quantique.
Une erreur ?
Signalez-la : le message part avec l'adresse de cette page, son titre et son heure de diffusion. Une personne mise en cause peut aussi exercer son droit de réponse.
Signaler une erreurUn mot pour la rédaction ?
Une remarque, une idée de sujet, un avis sur ce passage : votre message va à la rédaction seulement, il n'est pas publié.