Algorithme de Deutsch-Jozsa

algorithme quantique

L'algorithme de Deutsch-Jozsa est un algorithme quantique, proposé par David Deutsch et Richard Jozsa en 1992 avec des améliorations de R. Cleve, A. Ekert, C. Macchiavello, et M. Mosca en 1998[1],[2]. Bien qu'il ne soit pas d'un grand intérêt pratique, il s'agit d'un des premiers algorithmes quantiques qui est plus efficace qu'un algorithme classique.

Le problème et les solutions classiques modifier

Dans le cas du problème de Deutsch-Jozsa, nous disposons d'une boîte noire quantique, connu sous le nom d'oracle qui implémente une fonction mathématique  . Nous savons que cette fonction est soit constante (la sortie est 0 ou 1 pour toutes les entrées) soit équilibrée (la sortie est 0 dans la moitié des cas, 1 dans les autres). Le but du problème est de savoir si la fonction est constante ou équilibrée à l'aide de l'oracle.

La solution déterministe modifier

Si un algorithme classique et déterministe est utilisé, il faut   évaluations de la fonction mathématique   dans le pire des cas pour être certain de trouver la solution (c'est-à-dire tester la moitié des   entrées possibles, plus une) tel qu'expliqué ci-dessous.

La fonction accepte   entrées que nous nommerons   avec  .

Tester la fonction   sur un seul cas d'entrée (par exemple  ) ne permet évidemment pas de conclure. Mais cela fournit un premier résultat   qui servira de référence.

Calculons maintenant  .

Dans le meilleur des cas, le résultat est différent de   et nous pouvons immédiatement conclure que la fonction est équilibrée, sans avoir besoin d'aller plus loin.

Sinon, nous ne pouvons rien conclure et il convient de calculer  . Et ainsi de suite...

Dans le pire des cas, nous arrivons au point où la moitié des valeurs possibles en entrée ont été testées et elles ont toutes retourné le résultat  . Nous ne pouvons toujours pas conclure puisque cette proportion de résultats identiques est possible que la fonction   soit constante ou équilibrée !

Par contre, dès le test sur la valeur d'entrée suivante :

  • Si le résultat est identique à   alors il est certain que la fonction   est constante
  • Si le résultat est différent de   alors il est certain que la fonction   est équilibrée

Nous voyons donc que, dans le pire des cas, le nombre d'évaluations de   à réaliser est de "la moitié des cas possibles plus un", soit  .

La solution probabiliste modifier

Dans le cas de l'utilisation d'un algorithme probabiliste, un nombre d'évaluations réduit permet pour trouver la bonne réponse avec une probabilité donnée, néanmoins   évaluations sont toujours nécessaires pour que la réponse soit correcte avec une probabilité de 1.

L'algorithme de Deutsch-Jozsa modifier

L'algorithme quantique de Deutsch-Jozsa permet de trouver une réponse toujours correcte avec une seule évaluation de  .

Algorithme de Deutsch pour un cas particulier modifier

Le but est de tester la condition   ; cela est équivalent à vérifier  . Si cela vaut zéro alors   est constante, sinon   est équilibrée.

L'algorithme commence avec deux qubits dans l'état  . Une Porte de Hadamard est d'abord appliquée à chaque qubit ce qui met le qbit dans un état superposé. Cela donne

 

Une implémentation quantique (oracle) de la fonction   permet de passer de   à  . En appliquant cette fonction à notre état, nous obtenons

 
 
 

Nous ignorons le dernier bit et la phase globale, nous avons alors l'état

 

En appliquant une Porte de Hadamard à cet état, nous obtenons

 
 

  si et seulement si nous observons un zéro. Donc, la fonction est constante si et seulement si nous mesurons un zéro.

L'algorithme de Deutsch-Jozsa modifier

 
Le circuit quantique de l'algorithme de Deutsch-Jozsa.

Nous commençons avec l'état à n+1 qubit  . Les premiers   qubits sont tous dans l'état   et le dernier qubit dans l'état  . Nous faisons passer chaque qubit dans une porte de Hadamard ce qui le met dans un état superposé, pour obtenir

 .

Nous avons la fonction   implementée sous forme d'oracle quantique. L'oracle transforme l'état   en  . L'application de l'oracle quantique donne donc

 .

Pour chaque  ,   vaut   ou  . Une rapide vérification de ces deux possibilités nous laisse

 .

À ce point, le dernier qubit peut être ignoré. Nous appliquons alors à nouveau une Porte de Hadamard à chacun des qubits restants afin d'obtenir

 

  est la somme du produit bit-à-bit.

Finalement nous examinons la probabilité de mesurer  ,

 

qui vaut 1 si   est constant (interférence constructive) et 0 si   est équilibrée (interférence destructive).

Histoire modifier

L'algorithme est basé sur des travaux de David Deutsch, datant de 1985, concernant le cas  . La question était de savoir si une fonction booléenne,  , était constante[3].

En 1992, l'idée a été généralisée pour pouvoir être appliquée sur un nombre   bits en entrée et savoir si la fonction était constante ou équilibrée[1].

L'algorithme de Deutsch n'était pas, à l'origine, déterministe. L'algorithme retournait une réponse juste avec une probabilité de 50 %. L'algorithme original de Deutsch-Jozsa était déterministe, mais, à la différence de l'algorithme de Deutsch, il nécessitait deux évaluations de la fonction.

Plusieurs améliorations ont été apportées à l'algorithme de Deutsch-Jozsa par Cleve et al qui ont résulté en un algorithme qui est déterministe et ne nécessite qu'une seule évaluation de la fonction  . Cet algorithme est appelé l'algorithme de Deutsch-Josza en l'honneur de l'importance des techniques qui ont été utilisées[2].

L'algorithme de Deutsch-Jozsa a servi d'inspiration pour les algorithme de Shor[4] et de Grover[5], deux des algorithmes quantiques les plus importants.

Article connexe modifier

Références modifier

  1. a et b (en) David Deutsch et Richard Jozsa, « Rapid solutions of problems by quantum computation », Proceedings of the Royal Society of London A, vol. 439,‎ , p. 553.
  2. a et b (en) R. Cleve, A. Ekert, C. Macchiavello, et M. Mosca, « Quantum algorithms revisited », Proceedings of the Royal Society of London A, vol. 454,‎ , p. 339-354 (lire en ligne [PDF]).
  3. (en) David Deutsch, « The Church-Turing principle and the universal quantum computer », Proceedings of the Royal Society of London A, vol. 400,‎ , p. 97 (lire en ligne [PDF]).
  4. (en) Peter W. Shor, « Algorithms for Quantum Computation: Discrete Logarithms and Factoring », IEEE Symposium on Foundations of Computer Science,‎ , p. 124-134 (lire en ligne [PDF]).
  5. (en) Lov K. Grover, « A fast quantum mechanical algorithm for database search », Proceedings of the Twenty-Eighth Annual ACM Symposium on Theory of Computing,‎ , p. 212-219 (lire en ligne [PDF]).