Façonner les inhomogénéités pour favoriser l’émergence de modes de Majorana

La découverte récente des modes de Majorana dans les nanofils quantiques a attiré l’attention de nombreux chercheurs, motivés en partie par le potentiel de ces quasi-particules exotiques pour l’informatique quantique topologique. Néanmoins, les connaissances actuelles pour la réalisation des modes de Majorana sont restreintes à une très petite région de l’espace de paramètres expérimentaux, qui comprend des champs électriques et magnétiques uniformes ou périodiques. Ainsi, la question se pose : est-ce que des champs inhomogènes permettraient de créer des modes de Majoranas plus robustes ?

Figure 1: (gauche) Comparaison de l’amplitude de la fonction d’onde des modes de Majorana le long d’un nanofil quantique avant (bleu) et après (orange) l’optimisation des paramètres d’une texture magnétique. (droite) Illustration du système expérimental étudié dans le cadre du projet Majorana.

En collaboration avec l’étudiant au doctorat Julien Camirand Lemyre et le professeur Ion Garate, l’étudiant au doctorat Samuel Boutin a développé un nouvel algorithme (nommé RGF-GRAPE) qui optimise les profils spatiaux des paramètres expérimentaux. Cet algorithme identifie des nouveaux régimes de paramètres pour l’émergence des modes de Majorana, tout en montrant que certaines inhomogénéités dans les champs électriques/magnétiques peuvent améliorer la robustesse de ces excitations topologiques. L’algorithme RGF-GRAPE s’inspire d’une analogie entre les méthodes de commande optimale utilisés en informatique quantique et les méthodes de fonction de Green récursives utilisées en matière condensée. Bonifié par une modélisation avancée des nanofils, l’algorithme RGF-GRAPE pourrait un jour guider la fabrication d’ordinateurs quantiques topologiques plus performants.

Ce travail original à l’interface entre les matériaux quantiques et l’information quantique n’aurait jamais eu lieu hors de l’IQ. En effet, le financement de l’IQ a permis d’établir le projet Majorana : une collaboration entre les équipes de Michel Pioro-Ladrière et d’Ion Garate, dont font partie les étudiants Samuel Boutin, Julien Camirand Lemyre et Sara Turcotte. Les connaissances complémentaires des deux équipes, combinées à des conversations enrichissantes ont menés au développement de ce nouvel algorithme pour optimiser les dispositifs de Majorana et améliorer ainsi leurs perspectives pour les ordinateurs quantiques topologiques. L’algorithme RGF-GRAPE n’est que le premier fruit du projet Majorana, et des nouvelles retombées sont envisagées dans un avenir proche.

Restez connectés