Utilisations et applications de l’informatique quantique
Dans cette leçon, vous allez explorer certaines des applications les plus prometteuses de l’informatique quantique.
Quels problèmes des ordinateurs quantum peuvent-ils résoudre ?
Un ordinateur quantum n’est pas un superordinateur pouvant tout faire plus rapidement ou résoudre tout problème possible. Un ordinateur quantum développe l’ensemble des problèmes que nous pouvons résoudre efficacement, mais il existe toujours des problèmes trop complexes à résoudre pour un ordinateur quantum.
Le diagramme suivant montre les différents ensembles de problèmes par complexité. Les problèmes qu’un ordinateur quantique peut résoudre plus efficacement qu’un ordinateur classique sont appelés BQP (bounded-error quantum polynomials). Ce nom signifie qu’ils sont résolus par un ordinateur quantique dans le temps polynomial. Parmi les exemples de problèmes BQP, citons le problème de factoring et le problème de recherche.
En réalité, l’un des objectifs de la recherche dans le domaine de l’informatique quantique est l’étude des problèmes qu’un ordinateur quantum est susceptible de résoudre plus rapidement qu’un ordinateur classique, ainsi que l’ampleur de l’accélération. Les ordinateurs quantiques sont extrêmement efficaces pour les problèmes qui nécessitent le calcul d’un grand nombre de combinaisons différentes possibles.
Simulation quantique
Le mécanisme quantum est le « système d’exploitation » sous-jacent de notre univers. Il décrit comment les composantes de base de la nature fondamentales se comportent. Les comportements de la nature, comme les réactions chimiques et biologiques ou les formations de matière, impliquent souvent des interactions quantiques à plusieurs corps. L’informatique quantique est prometteuse pour simuler des systèmes de mécanique quantique intrinsèques, tels que des molécules, car des qubits peuvent être utilisés pour représenter les états naturels en question. Exemples de systèmes quantiques que nous pouvons modéliser : la photosynthèse, la superconductivité et les formations moléculaires complexes.
Estimation de la ressource
L’estimateur de ressources Azure pour Azure Quantum vous aide à vous préparer à l’avenir de l’informatique quantique en fournissant un moyen d’estimer les ressources nécessaires à l’exécution de vos programmes quantum sur des ordinateurs quantum mis à l’échelle. Vous aide-t-il à répondre à des questions telles que les ressources matérielles nécessaires ? Combien (et quel type) de qubits physiques et logiques sont nécessaires ? Quel est le temps d’exécution ?
Ainsi, vous êtes en mesure d’affiner vos algorithmes et de créer des solutions qui tirent parti des ordinateurs quantum mis à l’échelle lorsqu’ils deviennent disponibles.
Accélérations de Quantum
L’un des objectifs de la recherche dans le domaine de l’informatique quantique est l’étude des problèmes qu’un ordinateur quantum e st susceptible derésoudre plus rapidement qu’un ordinateur classique, ainsi que l’ampleur de l’accélération. Deux exemples bien connus : l’algorithme de Grover et l’algorithme de Shor, qui produisent une accélération polynomiale et exponentielle, respectivement, par rapport à leurs équivalents classiques.
L’algorithme de Shor exécuté sur un ordinateur quantique pouvait casser les schémas de chiffrement classiques tels que le schéma RSA (Rivest–Shamir–Adleman), qui est largement utilisé dans le commerce électronique pour la transmission sécurisée des données. Ce schéma est basé sur la difficulté réelle de factoriser des nombres premiers en utilisant des algorithmes classiques.
L’algorithme de Grover donne un grand coup d’accélérateur dans le traitement des recherches de données non structurées, en réduisant le nombre des étapes de recherche comme aucun algorithme classique ne l’avait fait auparavant. En effet, tout problème permettant de vérifier si une valeur donnée est une solution valide (problème dont la réponse est « ou » ou « non ») peut être formulé comme un problème de recherche.