Lecture supplémentaire : Ressources d’apprentissage sur l’informatique quantique

Cet article compile certaines des ressources les plus populaires qui pourraient vous être utiles dans votre apprentissage de l’informatique quantique.

Ressources d’informatique quantique Microsoft

Découvrez comment développer et appliquer des solutions d’informatique quantique avec les services Microsoft Quantum Development Kit (QDK) et Azure Quantum.

• Parcours d’apprentissage Azure Quantum : parcours d’apprentissage interactif, gratuit et pratique. Dans ces modules, vous allez découvrir l’informatique quantique et comment développer des solutions quantiques à l’aide Q# et le QDK.
• Katas quantiques : collection de tutoriels de programmation quantique Q# auto-rythmés.
• Vidéos Microsoft Quantum : une playlist avec des vidéos d’annonces Microsoft Quantum, des démonstrations et des discussions à partir de Quantum Innovator Series.
• Exemples de codeQ# : commencez à créer votre première solution quantique avec cette collection d’exemples de code prêts à l’emploi.
• Blog Q# : blog écrit par les développeurs pour les développeurs. Vous pouvez en savoir plus sur les derniers QDK et Q# insights, et en savoir plus sur les défis quantiques et les annonces de hacks.
• Publications de recherche : découvrez les dernières avancées dans le domaine du matériel quantique et des algorithmes développés par les chercheurs Microsoft.

Ces ressources sur l’informatique quantique sont disponibles dans la page d’apprentissage quantique de Microsoft.

Contenu réalisé par la communauté Q#

Les ressources suivantes sont créées et développées par la communauté quantique qui est excitée par la programmation quantique.

Livres créés par la communauté

• Introduction à Quantum Computing avec Q# et QDK, Filip Wojcieszyn, Springer, 2022.
• Q# Guide de poche, Mariia Mykhailova, O’Reilly, 2021. Q# les exemples mis à jour sont ici.
• Présentation de Microsoft Quantum Computing for Developers, Johnny Hooyberghs, Springer, 2021.
• Découvrez l’informatique quantique avec Python et Q# - Une approche pratique, S. Kaiser et C. Granade. Publications de Manning, 2021.

Blogs créés par la communauté

• Awesome qsharp: liste open source de ressources et de codes Q#.
• Q# Communauté : espace GitHub pour les projets pilotés par la communauté.

Forums et communautés pour les développeurs quantiques

Quantum computing StackExchange : communauté en ligne destinée aux développeurs quantiques pour apprendre et partager leurs connaissances.

Cours d’informatique quantique

Consultez les cours suivants consacrés à l’apprentissage de l’informatique quantique.

• Quantum Computing avec Microsoft QDK : série de liveProjects qui vous aident à apprendre le développement de logiciels quantiques en créant des projets de bout en bout. Vous explorez le plein potentiel du chiffrement, de la transmission des données, de la reconstruction des données, etc.
• Quantum Computing - Cours brillant : apprendre à créer des algorithmes quantiques à partir du terrain avec un ordinateur quantique simulé dans votre navigateur dans ce cours, créé en collaboration avec des chercheurs quantiques et des praticiens de Microsoft, X et Caltech’s Institute for Quantum Information and Matter (IQIM).
• Quantum Computing through Comics - HackadayU classes : découvrez les concepts de l’informatique quantique et la programmation d’algorithmes au cours d’une discussion en classe complétée par des bandes dessinées intuitives.

Bibliographie

La bibliographie suivante est une collection de publications qui couvrent un large éventail de sujets d’informatique quantique.

Informatique quantique pour les débutants

Si vous êtes un passionné quantique et souhaitez commencer à apprendre la théorie derrière l’informatique quantique, les ressources suivantes proposent des sujets tels que la physique quantique, la science informatique et l’algèbre linéaire.

• Nielsen, M. A. & Chuang, I. L. Calcul quantique et informations quantiques. Calcul quantique et informations quantiques. Royaume-Uni : Cambridge University Press, 2010.
• Kaye, P., Laflamme, R., & Mosca, M. Introduction à l’informatique quantique. Oxford University Press, 2007.
• Rieffel, E. G., & Polak, W. H. Informatique quantique : une introduction douce. MIT Press, 2011.

Différents types de qubits

• Sergey Bravyi, Oliver Dial, Jay M. Gambetta, Dario Gil et Zaira Nazario. L’avenir de l’informatique quantique avec des qubits superconducteurs, 2022.
• Microsoft Quantum. InAs-Al Hybrid Devices Passing the Topological Gap Protocol, arXiv :2207.02472 [cond-mat.mes-hall], (2022).
• M Saffman. Informatique quantique avec interactions atomiques et rydberg : progression et défis, Journal of Physics B : Atomic, Molecular, and Optical Physics, 49(20) : 202001, (2016).
• J. I. Cirac et P. Zoller. Calculs quantiques avec des ions piégés à froid, Phys. Rev. Lett., 74:4091-4094 (1995).

Correction des erreurs quantiques

• Michael Beverland, Vadym Kliuchnikov et Eddie Schoute. Compilation de code Surface via des chemins d’accès disjoints, PRX Quantum, 3:020342, (2022) .
• Adam Paetznick, Christina Knapp, Nicolas Delfosse, Bela Bauer, Jeongwan Haah, Matthew B. Hastings et Marcus P. da Silva. Performances des codes de floquet planar avec des qubits basés sur majorana, 2022.
• Austin G. Fowler, Matteo Mariantoni, John M. Martinis et Andrew N. Cleland. Codes de surface : Vers un calcul quantique à grande échelle pratique, Phys. Rev. A, 86:032324, (2012).
• Daniel Gottesman. Introduction à la correction des erreurs quantiques et au calcul quantique à tolérance de panne. Dans la science de l’information quantique et ses contributions aux mathématiques, Proceedings of Symposia in Applied Mathematics, volume 68, pages 13 à 58, (2010).

Estimation des ressources

• M. E. Beverland, P. Murali,1 M. Troyer, K. M. Svore, T. Hoefler, V. Kliuchnikov, G. H. Low, M. Soeken, A. Sundaram et A. Vaschillo. Évaluation des exigences de mise à l’échelle vers un avantage quantique pratique, arXiv :2211.07629v1, 2022.
• Isaac H. Kim, Ye-Hua Liu, Sam Pallister, William Pol, Sam Roberts et Eunseok Lee. Estimation des ressources à tolérance de panne pour les simulations chimiques quantiques : étude de cas sur les molécules d’électrolyse de batterie li-ion. Phys. Rev. Research, 4:023019, Avril 2022.
• Julia Meuli, Mathias Soeken, Martin Roetteler et Thomas H ̈aner. Activation des compilateurs quantiques prenant en charge la précision à l’aide de l’estimation des ressources symboliques, Proc. Programme ACM. Lang., 4(OOPSLA), 2020.

Informatique quantique tolérante aux pannes

• Hector Bombin, Chris Dawson, Ryan V. Mishmash, Naomi Nickerson, Fernando Pastawski et Sam Roberts. Blocs logiques pour le calcul quantique topologique à tolérance de panne, 2021.
• Antonio D. C’orcoles, Abhinav Kandala, Ali Javadi-Abhari, Douglas T. McClure, Andrew W. Cross, Kristan Temme, Paul D. Nation, Matthias Steffen et Jay M. Gambetta. Défis et opportunités des systèmes de calcul quantique à court terme, Procédures de l’IEEE, 108(8) : 1338-1352 (2020).
• Michael Edward Beverland. Vers des ordinateurs quantiques réalistes, thèse de doctorat, California Institute of Technology, 2016.
• Peter W Shor. Calcul quantique tolérant aux pannes. Dans Les procédures de la 37e conférence sur les fondements de la science informatique, pages 56 à 65. IEEE (1996).

Chimie quantique

• J. Tilly, Hong milliseconde Chen, Shu huang Cao, D. Picozzi, K. Setia, Ying Li, E. Grant, L. Wossnig, I. Rungger, G. Booth, J. Tennyson. The Variational Quantum Eigensolver : a review of methods and best practices, arXiv :2111.05176v3 [quant-ph], 2022.
• V. von Burg, Guang Hao Low, T. Häner, D.S. Steiger, M. Reiher, M. Roetteler et M. Troyer. L’informatique quantique a amélioré la catalyse de calcul. Phys. Rev. Research 3, 033055 (2021).
• Bela Bauer, Sergey Bravyi, Mario Motta et Garnet Kin-Lic Chan. Algorithmes quantiques pour la chimie quantique et la science des matériaux quantiques, Examens chimiques, 120(22) : 12685-12717 (2020).