Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

Les Machines pour le Big Data : Vers une Informatique Quantique et Cognitive

Bruno Teboul, Taoufik Amri

Published Dec 1, 2014• 3 citations
OpenAlex

Abstract

Cet article est une analyse prospective sur les mutations technologiques qui affecteront l’informatique et ses machines dans un avenir proche afin de répondre aux grands défis soulevés par notre société du tout digital. Nous pensons que ces mutations seront à la fois « quantique » et « cognitive ». Nous étayerons notre analyse en revenant sur ce qui fonde encore aujourd’hui nos ordinateurs, à savoir une architecture vieille de plus d’un demi-siècle, qui est responsable des espoirs déchus de l’intelligence artificielle. Nous décrirons deux solutions prometteuses et complémentaires que l’on appelle aujourd’hui le Calcul Quantique Adiabatique et l’Informatique Cognitive qui vont bouleverser les capacités de traitement des Big Data.

Related papers

Traitement quantique de l’information pour les simulations quantiques

Camille Le Calonnec

La recherche en informatique quantique a pris de l’ampleur dans les deux dernières décennies, notamment grâce aux financements massifs des gouvernements et de l’industrie dans les technologies quantiques. L’ordinateur quantique promet de résoudre des problèmes qui jusqu’à présent restaient insurmontables à cause du temps déraisonnable qu’il faudrait pour les résoudre sur les ordinateurs classiques les plus puissants. L’idée de l’ordinateur quantique consiste à utiliser des propriétés quantiques de la matière, telles que l’intrication et la superposition quantique des états, pour effectuer des calculs d’une nouvelle manière. L’informatique quantique requiert un nouveau type d’ordinateur où les bits d’information classique, généralement représentés par la présence ou non de courant à l’entrée d’un transistor, sont remplacés par des bits quantiques aussi appelés qubits, et qui sont représentés par l’état d’un système quantique. De plus, il est nécessaire de développer de nouveaux algorithmes capables d’être implémentés sur un ordinateur quantique et capables de tirer parti de l’avantage quantique. Cette thèse porte sur ces deux composantes complémentaires : la construction de portes logiques, un bloc fondamental de tout ordinateur, et la création de meilleurs algorithmes pour résoudre des problèmes pertinents sur ces machines. Parmi les plateformes les plus avancées pour l’ordinateur quantique, on trouve les circuits supraconducteurs, qui sont la plateforme sur laquelle ont misé Google, IBM, Alice&Bob, Nord Quantique et bien d’autres compagnies. Malgré les avancées des dernières décennies, de nombreux défis restent à être relevés pour que les machines existantes soient en mesure de résoudre des problèmes pertinents et surpassent les ordinateurs classiques. L’un des défis auquel cette thèse s’attaque est la réalisation de portes logiques à deux qubits rapides et à haute fidélité. La rapidité est cruciale pour pouvoir réaliser le plus d’opérations possible avant que les qubits ne perdent leur cohérence quantique, et une haute fidélité est requise pour minimiser les erreurs de calcul et permettre d’implémenter de la correction d’erreurs quantiques. De plus, certains qubits supraconducteurs sont connus pour être affectés par une interaction indésirable, l’interaction ZZ qui, même si relativement faible, affecte la fidélité des portes logiques quantiques, empêchant d’atteindre des fidélités supérieures à 99.9% nécessaires à la correction d’erreurs. En parallèle avec l’amélioration des composantes de l’ordinateur quantique, il est important de développer des applications pour ce nouveau type de machine. Parmi les approches étudiées, les algorithmes quantiques variationnels (VQA) sont ceux qui sont les plus susceptibles d’être déployés sur les ordinateurs quantiques de petites tailles existants. Ce sont des algorithmes hybrides qui nécessitent à la fois de la puissance de calcul classique et quantique. Ces algorithmes semblent prometteurs pour résoudre de nombreux problèmes concrets d’intérêt industriel, comme obtenir les propriétés de molécules ou trouver les solutions de problèmes d’optimisation combinatoire. En effet, ces problèmes peuvent être formulés sous forme d’un Hamiltonien et résolus en déterminant son état fondamental. Dans ce but, les VQAs utilisent un circuit quantique paramétré appelé ansatz, dont les paramètres sont optimisés pour s’approcher de l’état fondamental. Un premier défi consiste à trouver un ansatz qui permette, pour un problème donné, de converger le plus efficacement possible vers la solution. Un deuxième défi est de trouver un circuit fait de portes logiques facilement implémentables sur les plateformes physiques actuelles. Les travaux effectués dans cette thèse apportent des contributions à ces deux défis. Dans la première partie de la thèse, nous introduisons le dispositif que nous avons conçu et qui permet de réaliser des portes d’intrication paramétrique entre deux qubits supraconducteurs. Cette approche a permis à nos collaborateurs du groupe d’Andrew Houck de l’Université de Princeton de réaliser expérimentalement une opération de type √iSWAP en 15 ns avec une fidélité de 98.8%, et ce dans un dispositif où l’interaction ZZ est supprimée. Dans la seconde partie de la thèse, nous avons développé un ansatz pour les VQAs permettant de résoudre le modèle de Fermi Hubbard. Ce nouvel ansatz utilise les avantages de deux ansätze préexistants, et permet d’obtenir l’énergie et l’état fondamental du FHM avec une précision de plusieurs ordres de grandeur supérieure aux ansätze standards, et ce en réduisant significativement le nombre de portes d’intrication CNOT qui sont généralement imparfaites et longues à implémenter.

•Jan 1, 2024•0 citations

Algorithmes quantiques : quand la physique quantique défie la thèse de Church-Turing

Frédéric Magniez

Alors que des prototypes d’ordinateur quantique encore très limités voient progressivement le jour, un véritable travail de fourmi s’est enclenché, au sein d’une communauté encore trop restreinte, pour comprendre et maîtriser toutes les facettes du calcul quantique, de la modélisation à la réalisation expérimentale, en passant par la solution algorithmique, son analyse, sa programmation et sa vérification. Dans les années 1980, Richard Feynman suggérait qu’un ordinateur fonctionnant selon les règles de la physique quantique pourrait résoudre des problèmes intraitables par un ordinateur classique. Il faudra attendre 2019 pour que Google effectue un calcul sur un prototype de circuit quantique programmable. Cette prouesse, qui remet en question les fondements de la thèse de Church-Turing, a ouvert la voie à nombre de start-up, grandes entreprises du numérique et gouvernements qui s’orientent peu à peu vers cette technologie à laquelle on prédit de larges champs d’application : intelligence artificielle, cryptographie et sécurité, finance, santé. Un travail de grande ampleur s’est enclenché pour comprendre toutes les facettes du calcul quantique, notamment des algorithmes, et relever le défi de ce nouveau tournant technologique. Informaticien, Frédéric Magniez est directeur de l’Institut de recherche en informatique fondamentale (Irif). Il est professeur invité sur la chaire annuelle Informatique et sciences numériques du Collège de France, créée en partenariat avec l’Inria, pour l’année académique 2020-2021.

•Apr 1, 2021•0 citations

Towards efficient quantum algorithms for optimization and sampling

Dániel Szilágyi

Vers des algorithmes quantiques efficaces pour l'optimisation et l'échantillonnage Récemment, avec l'avènement du big data et de l'apprentissage machine à grande échelle, il y a eu une demande croissante pour des algorithmes quantiques qui seraient plus directement applicables à des problèmes pertinents en pratique. Dans cette thèse, nous présentons trois algorithmes qui visent à nous rapprocher de cet objectif. Premièrement, nous développons un algorithme quantique pour l'optimisation cornettique, une classe de problèmes d'optimisation qui se situe entre les programmes linéaires et semi-définis en termes d'expressivité et de facilité de résolution. Ces problèmes sont le plus souvent résolus avec l'aide d'une méthode de point intérieur, dont la complexité est principalement imposée par le coût de la résolution d'une série de systèmes linéaires. Dans notre algorithme, nous résolvons ces systèmes linéaires de manière approximative à l'aide d'un algorithme quantique, et nous prouvons que la méthode des points intérieurs qui en résulte converge vers la solution correcte en un même nombre d'itérations. Nous donnons des preuves numériques que l'algorithme fournit des accélérations de bout en bout dans certaines applications de faible précision telles que les machines à vecteurs de support et l'optimisation de portefeuille financier. L'algorithme des systèmes linéaires quantiques que nous utilisons est le résultat d'une longue ligne de recherche engendrée par l'algorithme de système linéaire quantique de Harrow, Hassidim et Lloyd. Bien qu'il ait été prouvé qu'il est asymptotiquement optimal, le circuit correspondant compliqué et nécessite un prétraitement classique. La deuxième contribution de cette thèse est un algorithme quantique amélioré pour les systèmes linéaires, basé sur la méthode classique optimale de l'itération de Chebyshev. Enfin, nous observons que les algorithmes susmentionnés ont la propriété commune d'approximer l'unique vraie solution du problème donné. En général, la conception de tels algorithmes quantiques est difficile, car souvent la seule façon de récupérer (une approximation de) la vraie solution est d'exécuter l'algorithme plusieurs fois (soit naïvement, soit par amplification d'amplitude) et de calculer certaines statistiques (par exemple la moyenne) des sorties mesurées. Si les ordinateurs quantiques donnent intrinsèquement accès à l'échantillonnage de leurs sorties, pourrions-nous les exploiter pour accélérer les problèmes d'échantillonnage classiques? De manière surprenante, il s'avère que l'échantillonnage gaussien n'est pas un problème complètement résolu, même sur les ordinateurs classiques. Notre troisième contribution est un algorithme de Monte Carlo Hamiltonien classique pour l'échantillonnage gaussien dans le modèle d'interrogation du premier ordre. Nous surmontons et contournons plusieurs limites inférieures en prenant des étapes longues et aléatoires pour intégrer le hamiltonien au cœur de l'algorithme.

•Oct 20, 2022•0 citations

Technologies Quantiques : Vers la seconde révolution

Michel Kurek

Centenaire, la physique quantique a permis des inventions majeures tels le laser ou le transistor, élément de base de nos ordinateurs et smartphones et, par conséquent, de notre civilisation de l’information et de la télécommunication. Désormais, une seconde révolution est en cours, celle de l’information quantique dont l’unité n’est plus le bit mais le bit quantique - dit qubit. Le monde quantique est un univers particulier, celui des particules atomiques et subatomiques, où règnent les probabilités et les concepts de superposition, de non-clonage et d’intrigante intrication. Les progrès parallèles et continus de la recherche et de la technologie ont permis de valider et d’exploiter ces phénomènes, et de développer notre capacité à manipuler des objets quantiques individuels (atomes, électrons, photons) pour y stocker, traiter et lire des qubits. Ces progrès ont conduit à l’émergence d'une nouvelle génération d’appareils, dont certains, déjà commercialisés, pourraient révolutionner des domaines aussi variés que la métrologie, les télécommunications et l’informatique, tant ils surpasseraient les performances des technologies existantes. En métrologie, l’extrême sensibilité des objets quantiques aux influences externes les rend idéaux pour la réalisation de mesures de grandeurs physiques à haute précision, mais certains dispositifs devront être miniaturisés. Les télécommunications cryptées sont dès aujourd’hui sous la menace d’un futur ordinateur quantique dont la puissance de calcul exponentielle pourrait casser les cryptosystèmes actuellement utilisés, mais l’intrication et l’impossibilité de cloner les qubits apporteraient une solution quantique… à la menace quantique Enfin, en exploitant les superposition et intrication de qubits, les ordinateurs quantiques pourraient effectuer des calculs totalement inaccessibles aux supercalculateurs classiques, ce qui profiterait à de nombreuses industries (chimie, énergie, transport…). Cependant, les qubits actuels sont trop bruités et les erreurs de calculs trop nombreuses. Des protocoles de correction sont proposés mais ils nécessiteront l’intégration d’un grand nombre de qubits de meilleure qualité si bien que les ressources nécessaires pour les mettre en place vont bien au-delà des capacités de la technologie existante. En attendant, des solutions matérielles et algorithmiques, adaptables à la situation actuelle, sont explorées pour démontrer un réel avantage quantique sur un cas d’usage pratique.

•Nov 30, 2020•0 citations

Exploration de l'avantage quantique en informatique graphique

Christopher Sicotte

L’informatique graphique constitue un domaine central de l’informatique moderne, avec des applications majeures en divertissement interactif, en simulation scientifique et en visualisation de données complexes. Elle regroupe un ensemble de techniques visant à modéliser, simuler et représenter des environnements visuels, souvent tridimensionnels, en s’appuyant sur des fondements mathématiques et physiques. Parmi les problématiques fondamentales de ce domaine figurent la modélisation de scènes 3D, le calcul de l’illumination réaliste et la synthèse d’image. Ces tâches impliquent des calculs intensifs, dont la complexité augmente rapidement avec le niveau de réalisme recherché et la taille des scènes considérées. La loi de Moore, qui a longtemps soutenu la croissance exponentielle des performances, atteint aujourd’hui des limites physiques et énergétiques. Dans ce contexte, l’exploration de nouveaux paradigmes de calcul devient essentielle pour continuer à repousser les limites de l’informatique graphique. Parmi ces paradigmes émergents, l’informatique quantique se distingue par sa capacité théorique à traiter certaines classes de problèmes plus efficacement que les ordinateurs classiques. Bien qu'encore émergente, cette technologie pourrait offrir un avantage significatif dans des domaines comme la simulation physique réaliste, le rendu global, l'optimisation des ressources ou encore la génération procédurale, où les approches classiques ont de la difficulté à faire face à la croissance exponentielle des données et des calculs nécessaires. Fondée sur les principes de superposition, d’intrication et d’interférence, elle permet de manipuler l’information de manière fondamentalement différente. Néanmoins, malgré ces promesses, l’informatique quantique demeure à un stade encore préliminaire, et l’existence d’un avantage quantique concret dans des applications graphiques reste une question ouverte. Dans ce contexte, mon mémoire vise à analyser le potentiel de l’informatique quantique appliquée à l’informatique graphique à travers une revue critique des travaux existants. Une analyse critique de l’avantage quantique est proposée dans ce contexte, en discutant ses conditions d’existence, ses limites actuelles et ses perspectives futures.

•Jan 1, 2026•0 citations

Noise and trainability in quantum machine learning

Valentin Heyraud

Bruit et capacité d'apprentissage en apprentissage automatique quantique Cette thèse est consacrée à l'exploration de l'interface entre l'informatique quantique et l'apprentissage automatique, en mettant l'accent sur les effets du bruit et de la décohérence. Dans la première partie, nous étudions l'utilisation de systèmes quantiques ouverts pour la réalisation de tâches classiques de reconnaissance des formes. En particulier, nous nous intéressons à l'impact du bruit sur les machines à noyau quantique dans une configuration de calcul à réservoir. Les modèles que nous considérons sont basés sur l'utilisation d'un système quantique de grande taille et non contrôlé, un réservoir, qui est excité par un signal d'entrée à traiter. Des mesures sont ensuite effectuées sur le système et une combinaison linéaire des résultats est optimisée afin de réaliser la tâche souhaitée. Dans le cadre théorique associé aux méthodes à noyau, nous analysons l'effet de la dissipation sur l'expressivité de ces modèles. Nous montrons que le bruit affectant le réservoir peut agir comme une régularisation implicite qui aide à prévenir l'ajustement excessif. Ces résultats sont accompagnés d'une étude numérique d'un ensemble de machines à noyaux bruitées basées sur des chaînes de spins quantiques sujets à de la décohérence, et dont l'évolution markovienne est décrite par une équation maîtresse de type Lindblad. Dans la deuxième partie de la thèse, nous nous concentrons sur les algorithmes quantiques variationnels. Nous y présentons un schéma de simulation classique efficace pour estimer des quantités moyennées à la sortie d'un circuit quantique paramétré dont les paramètres de rotation sont choisis aléatoirement. Nous étudions d'abord les canaux quantiques associés aux moyennes de rotations aléatoires d'un et de deux qubits autour d'un axe Z. Sous certaines hypothèses, nous montrons que ces canaux peuvent être décomposés en sommes convexes de canaux associés à des transformations unitaires de Clifford. Ce résultat peut être interprété comme un effet de décohérence artificiel induit par le choix aléatoire des angles de rotation. Il nous permet construire un schéma de simulation efficace basé sur le célèbre théorème de Gottesman-Knill. Cette méthode permet notamment d'estimer efficacement l'amplitude moyenne du gradient de la fonction de coût par des simulations classiques avec une complexité polynomiale en le nombre de qubits. Elle peut donc être utilisée pour explorer des stratégies de conception de circuits variationnels quantiques permettant d'éviter les difficultés d'entrainement due à une disparition du gradient.

•Nov 7, 2023•0 citations
Cet article est une analyse prospective sur les mutations technologiques qui affecteront l’informatique et ses machines dans un avenir proche afin de répondre aux grands défis soulevés par notre société du tout digital. Nous pensons que ces mutations seront à la fois « quantique » et « cognitive ». Nous étayerons notre analyse en revenant sur ce qui fonde encore aujourd’hui nos ordinateurs, à savoir une architecture vieille de plus d’un demi-siècle, qui est responsable des espoirs déchus de l’intelligence artificielle. Nous décrirons deux solutions prometteuses et complémentaires que l’on appelle aujourd’hui le Calcul Quantique Adiabatique et l’Informatique Cognitive qui vont bouleverser les capacités de traitement des Big Data.
La recherche en informatique quantique a pris de l’ampleur dans les deux dernières décennies, notamment grâce aux financements massifs des gouvernements et de l’industrie dans les technologies quantiques. L’ordinateur quantique promet de résoudre des problèmes qui jusqu’à présent restaient insurmontables à cause du temps déraisonnable qu’il faudrait pour les résoudre sur les ordinateurs classiques les plus puissants. L’idée de l’ordinateur quantique consiste à utiliser des propriétés quantiques de la matière, telles que l’intrication et la superposition quantique des états, pour effectuer des calculs d’une nouvelle manière. L’informatique quantique requiert un nouveau type d’ordinateur où les bits d’information classique, généralement représentés par la présence ou non de courant à l’entrée d’un transistor, sont remplacés par des bits quantiques aussi appelés qubits, et qui sont représentés par l’état d’un système quantique. De plus, il est nécessaire de développer de nouveaux algorithmes capables d’être implémentés sur un ordinateur quantique et capables de tirer parti de l’avantage quantique. Cette thèse porte sur ces deux composantes complémentaires : la construction de portes logiques, un bloc fondamental de tout ordinateur, et la création de meilleurs algorithmes pour résoudre des problèmes pertinents sur ces machines. Parmi les plateformes les plus avancées pour l’ordinateur quantique, on trouve les circuits supraconducteurs, qui sont la plateforme sur laquelle ont misé Google, IBM, Alice&Bob, Nord Quantique et bien d’autres compagnies. Malgré les avancées des dernières décennies, de nombreux défis restent à être relevés pour que les machines existantes soient en mesure de résoudre des problèmes pertinents et surpassent les ordinateurs classiques. L’un des défis auquel cette thèse s’attaque est la réalisation de portes logiques à deux qubits rapides et à haute fidélité. La rapidité est cruciale pour pouvoir réaliser le plus d’opérations possible avant que les qubits ne perdent leur cohérence quantique, et une haute fidélité est requise pour minimiser les erreurs de calcul et permettre d’implémenter de la correction d’erreurs quantiques. De plus, certains qubits supraconducteurs sont connus pour être affectés par une interaction indésirable, l’interaction ZZ qui, même si relativement faible, affecte la fidélité des portes logiques quantiques, empêchant d’atteindre des fidélités supérieures à 99.9% nécessaires à la correction d’erreurs. En parallèle avec l’amélioration des composantes de l’ordinateur quantique, il est important de développer des applications pour ce nouveau type de machine. Parmi les approches étudiées, les algorithmes quantiques variationnels (VQA) sont ceux qui sont les plus susceptibles d’être déployés sur les ordinateurs quantiques de petites tailles existants. Ce sont des algorithmes hybrides qui nécessitent à la fois de la puissance de calcul classique et quantique. Ces algorithmes semblent prometteurs pour résoudre de nombreux problèmes concrets d’intérêt industriel, comme obtenir les propriétés de molécules ou trouver les solutions de problèmes d’optimisation combinatoire. En effet, ces problèmes peuvent être formulés sous forme d’un Hamiltonien et résolus en déterminant son état fondamental. Dans ce but, les VQAs utilisent un circuit quantique paramétré appelé ansatz, dont les paramètres sont optimisés pour s’approcher de l’état fondamental. Un premier défi consiste à trouver un ansatz qui permette, pour un problème donné, de converger le plus efficacement possible vers la solution. Un deuxième défi est de trouver un circuit fait de portes logiques facilement implémentables sur les plateformes physiques actuelles. Les travaux effectués dans cette thèse apportent des contributions à ces deux défis. Dans la première partie de la thèse, nous introduisons le dispositif que nous avons conçu et qui permet de réaliser des portes d’intrication paramétrique entre deux qubits supraconducteurs. Cette approche a permis à nos collaborateurs du groupe d’Andrew Houck de l’Université de Princeton de réaliser expérimentalement une opération de type √iSWAP en 15 ns avec une fidélité de 98.8%, et ce dans un dispositif où l’interaction ZZ est supprimée. Dans la seconde partie de la thèse, nous avons développé un ansatz pour les VQAs permettant de résoudre le modèle de Fermi Hubbard. Ce nouvel ansatz utilise les avantages de deux ansätze préexistants, et permet d’obtenir l’énergie et l’état fondamental du FHM avec une précision de plusieurs ordres de grandeur supérieure aux ansätze standards, et ce en réduisant significativement le nombre de portes d’intrication CNOT qui sont généralement imparfaites et longues à implémenter.
Alors que des prototypes d’ordinateur quantique encore très limités voient progressivement le jour, un véritable travail de fourmi s’est enclenché, au sein d’une communauté encore trop restreinte, pour comprendre et maîtriser toutes les facettes du calcul quantique, de la modélisation à la réalisation expérimentale, en passant par la solution algorithmique, son analyse, sa programmation et sa vérification. Dans les années 1980, Richard Feynman suggérait qu’un ordinateur fonctionnant selon les règles de la physique quantique pourrait résoudre des problèmes intraitables par un ordinateur classique. Il faudra attendre 2019 pour que Google effectue un calcul sur un prototype de circuit quantique programmable. Cette prouesse, qui remet en question les fondements de la thèse de Church-Turing, a ouvert la voie à nombre de start-up, grandes entreprises du numérique et gouvernements qui s’orientent peu à peu vers cette technologie à laquelle on prédit de larges champs d’application : intelligence artificielle, cryptographie et sécurité, finance, santé. Un travail de grande ampleur s’est enclenché pour comprendre toutes les facettes du calcul quantique, notamment des algorithmes, et relever le défi de ce nouveau tournant technologique. Informaticien, Frédéric Magniez est directeur de l’Institut de recherche en informatique fondamentale (Irif). Il est professeur invité sur la chaire annuelle Informatique et sciences numériques du Collège de France, créée en partenariat avec l’Inria, pour l’année académique 2020-2021.
Vers des algorithmes quantiques efficaces pour l'optimisation et l'échantillonnage Récemment, avec l'avènement du big data et de l'apprentissage machine à grande échelle, il y a eu une demande croissante pour des algorithmes quantiques qui seraient plus directement applicables à des problèmes pertinents en pratique. Dans cette thèse, nous présentons trois algorithmes qui visent à nous rapprocher de cet objectif. Premièrement, nous développons un algorithme quantique pour l'optimisation cornettique, une classe de problèmes d'optimisation qui se situe entre les programmes linéaires et semi-définis en termes d'expressivité et de facilité de résolution. Ces problèmes sont le plus souvent résolus avec l'aide d'une méthode de point intérieur, dont la complexité est principalement imposée par le coût de la résolution d'une série de systèmes linéaires. Dans notre algorithme, nous résolvons ces systèmes linéaires de manière approximative à l'aide d'un algorithme quantique, et nous prouvons que la méthode des points intérieurs qui en résulte converge vers la solution correcte en un même nombre d'itérations. Nous donnons des preuves numériques que l'algorithme fournit des accélérations de bout en bout dans certaines applications de faible précision telles que les machines à vecteurs de support et l'optimisation de portefeuille financier. L'algorithme des systèmes linéaires quantiques que nous utilisons est le résultat d'une longue ligne de recherche engendrée par l'algorithme de système linéaire quantique de Harrow, Hassidim et Lloyd. Bien qu'il ait été prouvé qu'il est asymptotiquement optimal, le circuit correspondant compliqué et nécessite un prétraitement classique. La deuxième contribution de cette thèse est un algorithme quantique amélioré pour les systèmes linéaires, basé sur la méthode classique optimale de l'itération de Chebyshev. Enfin, nous observons que les algorithmes susmentionnés ont la propriété commune d'approximer l'unique vraie solution du problème donné. En général, la conception de tels algorithmes quantiques est difficile, car souvent la seule façon de récupérer (une approximation de) la vraie solution est d'exécuter l'algorithme plusieurs fois (soit naïvement, soit par amplification d'amplitude) et de calculer certaines statistiques (par exemple la moyenne) des sorties mesurées. Si les ordinateurs quantiques donnent intrinsèquement accès à l'échantillonnage de leurs sorties, pourrions-nous les exploiter pour accélérer les problèmes d'échantillonnage classiques? De manière surprenante, il s'avère que l'échantillonnage gaussien n'est pas un problème complètement résolu, même sur les ordinateurs classiques. Notre troisième contribution est un algorithme de Monte Carlo Hamiltonien classique pour l'échantillonnage gaussien dans le modèle d'interrogation du premier ordre. Nous surmontons et contournons plusieurs limites inférieures en prenant des étapes longues et aléatoires pour intégrer le hamiltonien au cœur de l'algorithme.
Centenaire, la physique quantique a permis des inventions majeures tels le laser ou le transistor, élément de base de nos ordinateurs et smartphones et, par conséquent, de notre civilisation de l’information et de la télécommunication. Désormais, une seconde révolution est en cours, celle de l’information quantique dont l’unité n’est plus le bit mais le bit quantique - dit qubit. Le monde quantique est un univers particulier, celui des particules atomiques et subatomiques, où règnent les probabilités et les concepts de superposition, de non-clonage et d’intrigante intrication. Les progrès parallèles et continus de la recherche et de la technologie ont permis de valider et d’exploiter ces phénomènes, et de développer notre capacité à manipuler des objets quantiques individuels (atomes, électrons, photons) pour y stocker, traiter et lire des qubits. Ces progrès ont conduit à l’émergence d'une nouvelle génération d’appareils, dont certains, déjà commercialisés, pourraient révolutionner des domaines aussi variés que la métrologie, les télécommunications et l’informatique, tant ils surpasseraient les performances des technologies existantes. En métrologie, l’extrême sensibilité des objets quantiques aux influences externes les rend idéaux pour la réalisation de mesures de grandeurs physiques à haute précision, mais certains dispositifs devront être miniaturisés. Les télécommunications cryptées sont dès aujourd’hui sous la menace d’un futur ordinateur quantique dont la puissance de calcul exponentielle pourrait casser les cryptosystèmes actuellement utilisés, mais l’intrication et l’impossibilité de cloner les qubits apporteraient une solution quantique… à la menace quantique Enfin, en exploitant les superposition et intrication de qubits, les ordinateurs quantiques pourraient effectuer des calculs totalement inaccessibles aux supercalculateurs classiques, ce qui profiterait à de nombreuses industries (chimie, énergie, transport…). Cependant, les qubits actuels sont trop bruités et les erreurs de calculs trop nombreuses. Des protocoles de correction sont proposés mais ils nécessiteront l’intégration d’un grand nombre de qubits de meilleure qualité si bien que les ressources nécessaires pour les mettre en place vont bien au-delà des capacités de la technologie existante. En attendant, des solutions matérielles et algorithmiques, adaptables à la situation actuelle, sont explorées pour démontrer un réel avantage quantique sur un cas d’usage pratique.
L’informatique graphique constitue un domaine central de l’informatique moderne, avec des applications majeures en divertissement interactif, en simulation scientifique et en visualisation de données complexes. Elle regroupe un ensemble de techniques visant à modéliser, simuler et représenter des environnements visuels, souvent tridimensionnels, en s’appuyant sur des fondements mathématiques et physiques. Parmi les problématiques fondamentales de ce domaine figurent la modélisation de scènes 3D, le calcul de l’illumination réaliste et la synthèse d’image. Ces tâches impliquent des calculs intensifs, dont la complexité augmente rapidement avec le niveau de réalisme recherché et la taille des scènes considérées. La loi de Moore, qui a longtemps soutenu la croissance exponentielle des performances, atteint aujourd’hui des limites physiques et énergétiques. Dans ce contexte, l’exploration de nouveaux paradigmes de calcul devient essentielle pour continuer à repousser les limites de l’informatique graphique. Parmi ces paradigmes émergents, l’informatique quantique se distingue par sa capacité théorique à traiter certaines classes de problèmes plus efficacement que les ordinateurs classiques. Bien qu'encore émergente, cette technologie pourrait offrir un avantage significatif dans des domaines comme la simulation physique réaliste, le rendu global, l'optimisation des ressources ou encore la génération procédurale, où les approches classiques ont de la difficulté à faire face à la croissance exponentielle des données et des calculs nécessaires. Fondée sur les principes de superposition, d’intrication et d’interférence, elle permet de manipuler l’information de manière fondamentalement différente. Néanmoins, malgré ces promesses, l’informatique quantique demeure à un stade encore préliminaire, et l’existence d’un avantage quantique concret dans des applications graphiques reste une question ouverte. Dans ce contexte, mon mémoire vise à analyser le potentiel de l’informatique quantique appliquée à l’informatique graphique à travers une revue critique des travaux existants. Une analyse critique de l’avantage quantique est proposée dans ce contexte, en discutant ses conditions d’existence, ses limites actuelles et ses perspectives futures.
Bruit et capacité d'apprentissage en apprentissage automatique quantique Cette thèse est consacrée à l'exploration de l'interface entre l'informatique quantique et l'apprentissage automatique, en mettant l'accent sur les effets du bruit et de la décohérence. Dans la première partie, nous étudions l'utilisation de systèmes quantiques ouverts pour la réalisation de tâches classiques de reconnaissance des formes. En particulier, nous nous intéressons à l'impact du bruit sur les machines à noyau quantique dans une configuration de calcul à réservoir. Les modèles que nous considérons sont basés sur l'utilisation d'un système quantique de grande taille et non contrôlé, un réservoir, qui est excité par un signal d'entrée à traiter. Des mesures sont ensuite effectuées sur le système et une combinaison linéaire des résultats est optimisée afin de réaliser la tâche souhaitée. Dans le cadre théorique associé aux méthodes à noyau, nous analysons l'effet de la dissipation sur l'expressivité de ces modèles. Nous montrons que le bruit affectant le réservoir peut agir comme une régularisation implicite qui aide à prévenir l'ajustement excessif. Ces résultats sont accompagnés d'une étude numérique d'un ensemble de machines à noyaux bruitées basées sur des chaînes de spins quantiques sujets à de la décohérence, et dont l'évolution markovienne est décrite par une équation maîtresse de type Lindblad. Dans la deuxième partie de la thèse, nous nous concentrons sur les algorithmes quantiques variationnels. Nous y présentons un schéma de simulation classique efficace pour estimer des quantités moyennées à la sortie d'un circuit quantique paramétré dont les paramètres de rotation sont choisis aléatoirement. Nous étudions d'abord les canaux quantiques associés aux moyennes de rotations aléatoires d'un et de deux qubits autour d'un axe Z. Sous certaines hypothèses, nous montrons que ces canaux peuvent être décomposés en sommes convexes de canaux associés à des transformations unitaires de Clifford. Ce résultat peut être interprété comme un effet de décohérence artificiel induit par le choix aléatoire des angles de rotation. Il nous permet construire un schéma de simulation efficace basé sur le célèbre théorème de Gottesman-Knill. Cette méthode permet notamment d'estimer efficacement l'amplitude moyenne du gradient de la fonction de coût par des simulations classiques avec une complexité polynomiale en le nombre de qubits. Elle peut donc être utilisée pour explorer des stratégies de conception de circuits variationnels quantiques permettant d'éviter les difficultés d'entrainement due à une disparition du gradient.