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

Quantum algorithms for first-principles quantum chemistry

César Feniou

Published Dec 11, 2025• 0 citations
Publisher

Abstract

Algorithmes quantiques pour la chimie quantique ab initio : une approche à plusieurs échelles L'équation de Schrödinger polyélectronique régit l'évolution non relativiste des systèmes quantiques tels que les électrons, atomes et molécules. La chimie quantique ab initio consiste à trouver des solutions approximées de cette équation afin de prédire des propriétés moléculaires comme les longueurs de liaison, les spectres vibrationnels et les mécanismes réactionnels. Malgré les immenses progrès de la puissance de calcul, atteindre la précision chimique (une erreur d'énergie inférieure à 1 kcal/mol) reste exponentiellement coûteux pour les algorithmes classiques lorsque la taille du système augmente. Cette limite a conduit à envisager l'informatique quantique comme alternative pour la simulation moléculaire, les ordinateurs quantiques obéissant aux mêmes principes physiques que les systèmes simulés. Il a été établi que, sous certaines conditions, l'équation de Schrödinger moléculaire pouvait être résolue en temps polynomial sur un ordinateur quantique, permettant en principe une accélération exponentielle par rapport aux méthodes classiques. La concrétisation de cet avantage reste un problème ouvert et requiert des avancées tant matérielles (stabilité des processeurs) que algorithmiques (consommation de ressources). Ce dernier aspect constitue l'objectif principal de cette thèse. Trois défis fondamentaux sont identifiés: établir une correspondance et une discrétisation efficace entre le problème de structure électronique et les qubits; concevoir des algorithmes pour préparer de bonnes approximations de l'état fondamental ; décomposer les opérations quantiques en circuits implémentables à coût minimal. La première partie traite du court terme, où le faible nombre de qubits et le bruit limitent les opérations exécutables. Dans ce contexte, le Variational Quantum Eigensolver (VQE) et son extension adaptative ADAPT-VQE sont des références établies. Nous proposons plusieurs améliorations pour la construction adaptative d'ansätze. L'algorithme Greedy Gradient-Free Adaptive VQE simplifie le processus d'optimisation, réduisant considérablement la consommation de ressources et permettant même une démonstration sur un processeur de 25 qubits. La méthode Overlap-ADAPT-VQE introduit un schéma de compactification variationnelle qui reconstruit des approximations d'états quantiques cibles, permettant en chimie quantique d'accélérer significativement la convergence du VQE pour divers niveaux de corrélation électronique. Nous développons ensuite une stratégie d'initialisation des registres quantiques à partir de fonctions d'onde corrélées issues de calculs classiques, pour combiner calcul haute performance et post-traitement quantique. La seconde partie adopte une perspective de long terme centrée sur le comportement asymptotique des algorithmes. Nous présentons une décomposition de la porte NOT multi-contrôlée avec une profondeur de circuit polylogarithmique en nombre de qubits de contrôle, offrant une amélioration exponentielle sur les approches linéaires existantes. Enfin, nous proposons une méthode de chimie quantique en espace réel, compatible avec les algorithmes quantiques d'extraction de valeurs propres. L'objectif étant d'améliorer la convergence spatiale en remplaçant les discrétisations uniformes, utilisées dans la plupart des approches en première quantification, par des grilles non uniformes, adaptées à la molécule, qui concentrent les points de discrétisation dans les zones de forte densité électronique. Nous étendons cette stratégie aux hamiltoniens transcorrélés : des opérateurs qui régularisent les singularités du potentiel coulombien, et dont les fonctions propres sont lisses dans l'espace. Notre approche est plurielle, explorant tous les niveaux d'abstraction, de la théorie à l'implémentation, et couvrant des algorithmes exploitables sur des machines actuelles, et d'autres destinés aux architectures de long terme. Ces contributions renforcent les fondements des algorithmes quantiques pour la simulation moléculaire.

DOI
10.70675/a4ac3401zc7b0z4795zaaafz190526bc39dc

Related papers

Quantum algorithms for partial differential equations : quantum circuits and physical applications

Julien Zylberman

Algorithmes quantiques pour les équations aux dérivées partielles : circuits quantiques et applications physiques Les simulations classiques actuelles des phénomènes physiques présentent de nombreuses limitations, en particulier lorsqu'il s'agit de systèmes complexes tels que les fluides turbulents, les plasmas ou les matériaux quantiques fortement corrélés. Ces simulations rencontrent souvent des difficultés liées à des coûts de calculs élevés, une mise à l'échelle limitée à travers plusieurs dimensions ou échelles temporelles, ainsi qu'à la complexité de capturer des dynamiques intrinsèquement non-linéaires ou chaotiques. Même avec l'accès à des ressources de calcul haute performance (HPC), la résolution précise des dynamiques à fine échelle ou des évolutions sur de longues périodes reste un défi majeur. Le développement de nouvelles méthodes numériques est donc essentiel, tant pour la recherche académique que pour les applications industrielles. Les ordinateurs quantiques émergent comme de nouveaux outils numériques pour l'étude de tels systèmes et la résolution des équations aux dérivées partielles qui les modélisent. Grâce aux propriétés de superposition et d'intrication des qubits, les calculs numériques peuvent être réalisés de manière inédite, offrant des avantages théoriques prometteurs pour certains problèmes. Dans ce contexte, cette thèse contribue au développement et à la compréhension des algorithmes quantiques, allant de la conception de circuits quantiques à la résolution numérique d'équations différentielles partielles et ordinaires. Dans une première partie, des circuits quantiques efficaces sont présentés pour l'implémentation de routines couramment utilisées dans les algorithmes quantiques (opérations multi-contrôlées, préparation d'états quantiques, opérations diagonales), ainsi que pour une nouvelle routine : la transformée de Laplace quantique. Ces routines limitaient l'efficacité des algorithmes quantiques en raison d'implémentations génériques dont la complexité croissait de manière exponentielle avec le nombre de qubits. Désormais, ces tâches peuvent être réalisées à l'aide de circuits quantiques adaptés qui exploitent la structure des problèmes physiques. Dans une seconde partie, des schémas numériques quantiques sont introduits pour résoudre des équations de transport anisotropes et des équations différentielles ordinaires hamiltoniennes non linéaires. Ces schémas se composent de trois étapes (initialisation, évolution et mesure) et reposent sur des approximations en différences finies d'ordre élevé et des formules de Trotterisation. Des protocoles efficaces pour mesurer des grandeurs d'intérêt sont présentés, et une nouvelle analyse numérique, basée sur la norme vectorielle plutôt que sur la norme d'opérateur générique, est introduite. Cette approche permet d'atteindre une précision donnée tout en réduisant le nombre de pas de temps par un facteur qui croît de manière exponentielle avec le nombre de qubits. De plus, une étude de différentes transformations de Madelung non linéaires est présentée afin de résoudre certaines équations fluides sur ordinateur quantique. Les différents résultats de cette thèse sont illustrés par des simulations classiques des algorithmes quantiques ainsi que par des simulations sur des processeurs quantiques actuels. Ce travail pose les bases de la simulation pratique de systèmes physiques classiques, aussi bien sur les dispositifs quantiques actuels de type NISQ (noisy intermediate-scale quantum) que sur les futurs ordinateurs quantiques tolérants aux erreurs.

•Sep 19, 2025•0 citations

Solving Quantum Many-Body Problems on Quantum Computers

Baptiste Anselme Martin

Résoudre le problème quantique à N-corps à l'aide de calculateurs quantiques Les calculateurs quantiques promettent de résoudre des problèmes insolvables pour les ordinateurs classiques. En particulier, manipuler des états superposés et intriqués de bits quantiques est une voie naturelle pour étudier la physique des systèmes quantiques à N particules. Avec les avancées rapides des technologies quantiques, nous avons pu voir émerger les premiers processeurs quantiques, nommés processeurs "NISQ" (de l'anglais "Noisy-Intermediate-Scale-Quantum"). Les progrès de ces machines ouvrent de nouveaux chemins aux physiciens pour simuler des systèmes quantiques. Cependant, leur taille limitée et les erreurs liées à la décohérence limitent fortement leur usage aujourd'hui. La conception d'algorithmes quantiques efficaces, résistant aux erreurs, est un défi considérable. Ce travail de thèse s'attelle à comprendre les capacités des processeurs quantiques à simuler des systèmes quantiques à N corps, avec une attention particulière aux applications pour la physique de la matière condensée. Dans un premier temps, nous abordons le sujet du calcul de l'état fondamental d'Hamiltoniens, à l'aide d'un algorithme variationnel quantique-classique (nommée l'algorithme VQE, de l'anglais « Variational Quantum Eigensolver »). Nous évaluons les performances de cette méthode sur le modèle de Hubbard, grâce à différentes métriques, comme la fidélité, l'énergie et les propriétés physiques des solutions obtenues. Nous démontrons, malgré des performances prometteuses en simulant un calculateur quantique sans bruit, que le niveau de bruit des machines contemporaines rend impossible la réalisation d'un calcul significatif. En revanche, certains états quantiques aux propriétés intéressantes peuvent avoir une forme simple. Leur préparation sur un calculateur quantique est un problème pertinent dans le but d'initialiser un calcul quantique avec ces états pour les amener vers des régimes où ils perdent leur forme simple. Pour illustrer ceci, nous prenons l'exemple du modèle Affleck-Lieb-Kennedy-Tasaki (AKLT), le premier modèle de chaîne de spin entier antiferromagnétique possédant une solution simple vérifiant la conjecture d'Haldane. Nous proposons deux schémas pour préparer les états AKLT, l'un suivant leur construction naturelle en projetant des paires de qubits sur leur sous-espace triplet, l'autre utilisant leur forme de réseaux de tenseurs. Nous analysons l'implémentation de ces méthodes en fonction de la taille du système, avec une réalisation expérimentale sur un processeur quantique. Enfin, nous explorons la synergie entre les méthodes de réseaux de tenseurs et les calculateurs quantiques bruités pour simuler la dynamique hors-équilibre de systèmes de spins. La simulation de dynamique quantique est une tâche naturelle pour les calculateurs quantiques, mais atteindre des temps longs est fortement limité par le bruit. D'autre part, les réseaux de tenseurs sont également limités aux temps courts, contraints par la quantité d'intrication qu'ils peuvent encoder. Nous proposons d'utiliser le meilleur des deux mondes : la dynamique à temps court est simulée efficacement par un réseau de tenseur, compilée vers des circuits quantiques de faible profondeur pour poursuivre l'évolution temporelle sur le calculateur quantique. Nous étudions les performances de ce schéma hybride quantique-classique en regardant la fidélité des états obtenus et la production d'intrication, avec une validation expérimentale. Finalement, nous proposons d'optimiser les circuits quantiques approximant l'opérateur évolution temporelle grâce à des réseaux de tenseurs, résultant en une simulation quantique classiquement améliorée utilisant moins de ressources quantiques.

•Dec 4, 2023•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

Simulation of atomic nuclei and their constituents with quantum computers

Edgar Andres Ruiz Guzman

Simulation des noyaux et de leurs constituants avec des ordinateurs quantiques La méthode de Brisure de Symétrie/Restauration de Symétrie est un outil largement utilisé pour traiter un ensemble de particules en interaction. Cette méthode permet souvent d'améliorer l'approximation de l'énergie de l'état fondamental d'un Hamiltonien dans un cadre variationnel. Dans cette technique, certaines symétries du système sont brisées intentionnellement dans la fonction d'onde utilisée lors de la recherche de l'état fondamental. Ce processus permet de capturer des corrélations complexes entre les particules à un coût numérique plus faible par rapport à un cadre qui préserve ces symétries. Étant donné que le véritable état fondamental doit respecter les symétries du problème, une étape de restauration de symétrie est a priori nécessaire pour revenir dans le sous-espace approprié de l'espace de Hilbert total.Cette thèse examine comment mettre en œuvre le schéma de Brisure de Symétrie/Restauration de Symétrie à l'aide d'ordinateurs quantiques. L'algorithme quantique que nous utilisons pour la composante variationnelle est la méthode de ``Variational Quantum Eigensolver (VQE)". Son but est de préparer une approximation de l'état fondamental en utilisant une fonction d'onde paramétrisée afin de minimiser l'énergie associée au Hamiltonien. L'ansatz quantique de Bardeen-Cooper-Schrieffer (BCS) a été utilisé comme ansatz brisant les symétries, et les techniques développées ont été testées en utilisant les Hamiltoniens d'appariement et le modèle de Hubbard. Nous avons également utilisé la transformation de Jordan-Wigner pour encoder les opérateurs présents dans le Hamiltonien. Avec ces outils, à l'instar des calculs sur ordinateurs classiques, deux manières d'utiliser le processus de Brisure de Symétrie/Restauration de Symétrie en conjonction avec la méthode VQE sont développés : nous pouvons varier les paramètres d'un ansatz de Brisure de Symétrie avant ou après la restauration de symétrie. La première approche est identifiée comme Projection Quantique Après Variation, tandis que la dernière est nommée Variation Quantique Après Projection.L'un des aboutissements de cette thèse est le développement de diverses techniques pour la restauration de symétrie. Certaines d'entre elles sont basées sur l'algorithme d'Estimation de Phase Quantique (QPE), ce qui comprend les méthodes de QPE itérative et de Rodéo. Nous avons également étudié d'autres techniques basées sur le concept ``d'Oracles quantiques", telles que les méthodes Oracle+Hadamard et Grover-Hoyer. L'algorithme de Combinaison Linéaire d'opérateurs Unitaires a été utilisé pour implémenter directement soit la projection, soit l'oracle. Nous avons également adapté le formalisme de ``Classical Shadows" pour la restauration de symétries dans le but d'optimiser les ressources quantiques nécessaires. Les différentes méthodes de restauration de symétrie sont illustrées à travers la thèse pour les symétries associées au nombre de particules et au spin total.Dans la dernière partie de la thèse, des techniques dites hybrides quantiques-classiques sont présentées, qui peuvent aider à extraire des informations précieuses sur le spectre de basse énergie du Hamiltonien. En supposant qu'il est possible d'extraire avec précision les moments du Hamiltonien à partir de leur fonction génératrice à l'aide d'un ordinateur quantique, nous introduisons deux méthodes d'analyse des spectres : la méthode de t-expansion, qui combine l'évolution en temps imaginaire et l'approximation de Padé, et la méthode de Krylov, une méthode d'expansion du sous-espace quantique qui peut fournir des informations sur les valeurs propres du Hamiltonien et sur l'évolution de la probabilité de survie. De plus, nous présentons également des résultats de la méthode Krylov Quantique. Cette technique donne des informations similaires à la méthode de Krylov, mais sans avoir besoin d'estimer les moments du Hamiltonien, une tâche qui reste difficile sur un ordinateur quantique actuellement.

•Sep 21, 2023•0 citations

Quantum algorithms for the Monte Carlo method

Yassine Hamoudi

Algorithmes quantiques pour la méthode de Monte Carlo La méthode de Monte Carlo est un paradigme central de l'algorithmique basée sur l'analyse statistique et sur les techniques d'échantillonnage aléatoire appliquées aux problèmes ayant une interprétation probabiliste. Cette thèse explore les avantages qu'offrirait un ordinateur quantique pour augmenter l'efficacité de cette méthode. Nous étudions dans un premier temps le problème d'estimation de valeurs moyennes par des techniques à temps de calcul minimal. Nous développons de nouveaux algorithmes quantiques pour estimer l'espérance d'une variable aléatoire réelle produite en sortie d'un processus quantique. Les estimateurs que nous construisons procurent une accélération quadratique par rapport au nombre d'échantillons classiques nécessaires pour obtenir une borne d'erreur sous-gaussienne ou une (epsilon,delta)-approximation. Nous décrivons également un cadre théorique fournissant une notion de «temps d'arrêt» pour un processus quantique générant une variable aléatoire. Nous démontrons que le problème d'estimation de la moyenne peut être résolu plus efficacement lorsque le temps d'arrêt moyen du processus sous-jacent est court. Ces résultats sont appliqués au développement d'un algorithme de requête quantique quasi-optimal pour approximer le nombre de triangles dans un graphe. Dans un second temps, nous étudions le problème d'échantillonnage préférentiel et ses applications en optimisation stochastique. Nous construisons un algorithme quantique pour échantillonner plusieurs éléments d'une distribution finie spécifiée par un vecteur de probabilité. Notre approche résout le problème plus général consistant à préparer plusieurs copies d'un état quantique dont les amplitudes sont accessibles via un oracle. L'utilité de ce résultat est illustrée à travers le développement de deux algorithmes hybrides quantiques-classiques basés sur la méthode des poids multiplicatifs et sur l'algorithme du gradient stochastique. Ces deux applications concernent la prédiction en ligne avec conseil d'experts, et la minimisation des fonctions sous-modulaires. La dernière partie de cette thèse est consacrée à l'étude des algorithmes quantiques à mémoire limitée. Nous étudions tout d'abord le problème d'approximation des moments de fréquence dans le modèle de flots de données à passes multiples. Nous construisons un algorithme quantique qui nécessite une quantité de mémoire moindre que les meilleurs algorithmes de streaming classiques possible. Notre méthode repose sur les estimateurs quantiques de moyenne susmentionnés et sur des techniques de simulation de calcul reversible. Nous explorons ensuite certaines limites des algorithmes à mémoire restreinte dans le modèle de requête quantique. Nous développons une nouvelle approche pour obtenir des bornes inférieures temps-mémoire, basée sur une technique récente d'enregistrement des requêtes quantiques. Ce résultat est appliqué au problème de la recherche de paires de collisions dans une fonction aléatoire. Nous démontrons que la complexité en requête quantique de cette tâche augmente lorsque la quantité de mémoire disponible diminue.

•Jul 7, 2021•0 citations

Reduction methods for physics and quantum chemistry models

Laurent Vidal

Méthodes de réduction de modèles pour la physique et la chimie quantiques Cette thèse de doctorat porte sur l'analyse numérique et le test de nouvelles méthodes pour le calcul de l'état fondamental en théorie de la structure électronique. Nous nous concentrons sur des méthodes variationnelles basées sur la théorie des fonction d'ondes (WFT) et la théorie de la fonctionnelle de la densité (DFT), pour lesquelles le problème de l'état fondamental consiste en la minimisation d'une fonctionnelle d'énergie sur des familles orthonormées de fonctions carrées intégrables, dites orbitales moléculaires. La première partie de notre travail est consacrée aux systèmes moléculaires. Dans le chapitre 1, nous étudions des algorithmes de minimisation directe pour les modèles de Hartree-Fock restreint à couche ouverte (ROHF) et de champ auto-cohérent de l'espace actif complet (CASSCF), deux modèles standard de fonction d'onde pour les systèmes à espace actif non vide (l'espace fonctionnel lié à la présence d'électrons non appairés dans le système). En utilisant les outils de l'optimisation Riemannienne sur des variétés quotient matricielles, nous exprimons dans un cadre commun les algorithmes de minimisation directe pour ROHF et CASSCF existants dans la littérature chimique, et proposons de nouveaux algorithmes dont nous testons les performances. Dans le deuxième chapitre, ce même formalisme nous permet d'expliquer l'instabilité inhérente aux algorithmes de champ auto-cohérent pour ROHF, qui sont les plus couramment utilisés pour ce modèle. Nous proposons ensuite un nouveau type de méthode de point fixe qui est plus robuste et sans paramètre, qui rivalisent avec les méthodes classiques les plus performantes. Le troisième chapitre aborde l'optimisation des bases d'orbitales atomiques pour les systèmes moléculaires. Nous introduisons un cadre mathématique général pour ce problème et comparons la précision des bases optimisées pour certains critères d'optimisation utilisés dans la littérature sur un modèle jouet unidimensionnel. La deuxième partie de cette thèse se concentre sur les matériaux cristallins. Le chapitre 4 est consacré à la correction de certaines erreurs de discrétisation liées à l'utilisation de bases d'ondes planes tronquées dans les calculs de DFT. Dans ce chapitre, nous introduisons une méthode de Galerkin basée sur l'introduction d'un opérateur cinétique modifié. Nous dérivons une estimation de l'erreur d'approximation pour les énergies obtenues et prouvons des estimées optimales sur la régularité des diagrammes de bandes associés, en fonction d'un paramètre défini par l'utilisateur. Enfin, le chapitre 5 détaille deux contributions numériques liées à la structure électronique du graphène bicouche twisté (TBG). Tout d'abord, nous posons les bases d'un code de simulation du TBG en langage Julia, conçu pour être facilement utilisable et modifiable. En second lieu, nous appliquons une méthode de compression, présente dans la littérature, pour développer les fonctions de Wannier correspondant aux deux bandes de valence les plus basses du graphène, dans une base d'orbitales atomiques adaptée à la symétrie. Ces fonctions compressées devraient permettre d'effectuer de grands calculs de type liaisons fortes pour le TBG, l'un des outils principaux pour décrire la physique nouvelle observée sur ce matériau moiré.

•Jun 20, 2024•0 citations
Algorithmes quantiques pour la chimie quantique ab initio : une approche à plusieurs échelles L'équation de Schrödinger polyélectronique régit l'évolution non relativiste des systèmes quantiques tels que les électrons, atomes et molécules. La chimie quantique ab initio consiste à trouver des solutions approximées de cette équation afin de prédire des propriétés moléculaires comme les longueurs de liaison, les spectres vibrationnels et les mécanismes réactionnels. Malgré les immenses progrès de la puissance de calcul, atteindre la précision chimique (une erreur d'énergie inférieure à 1 kcal/mol) reste exponentiellement coûteux pour les algorithmes classiques lorsque la taille du système augmente. Cette limite a conduit à envisager l'informatique quantique comme alternative pour la simulation moléculaire, les ordinateurs quantiques obéissant aux mêmes principes physiques que les systèmes simulés. Il a été établi que, sous certaines conditions, l'équation de Schrödinger moléculaire pouvait être résolue en temps polynomial sur un ordinateur quantique, permettant en principe une accélération exponentielle par rapport aux méthodes classiques. La concrétisation de cet avantage reste un problème ouvert et requiert des avancées tant matérielles (stabilité des processeurs) que algorithmiques (consommation de ressources). Ce dernier aspect constitue l'objectif principal de cette thèse. Trois défis fondamentaux sont identifiés: établir une correspondance et une discrétisation efficace entre le problème de structure électronique et les qubits; concevoir des algorithmes pour préparer de bonnes approximations de l'état fondamental ; décomposer les opérations quantiques en circuits implémentables à coût minimal. La première partie traite du court terme, où le faible nombre de qubits et le bruit limitent les opérations exécutables. Dans ce contexte, le Variational Quantum Eigensolver (VQE) et son extension adaptative ADAPT-VQE sont des références établies. Nous proposons plusieurs améliorations pour la construction adaptative d'ansätze. L'algorithme Greedy Gradient-Free Adaptive VQE simplifie le processus d'optimisation, réduisant considérablement la consommation de ressources et permettant même une démonstration sur un processeur de 25 qubits. La méthode Overlap-ADAPT-VQE introduit un schéma de compactification variationnelle qui reconstruit des approximations d'états quantiques cibles, permettant en chimie quantique d'accélérer significativement la convergence du VQE pour divers niveaux de corrélation électronique. Nous développons ensuite une stratégie d'initialisation des registres quantiques à partir de fonctions d'onde corrélées issues de calculs classiques, pour combiner calcul haute performance et post-traitement quantique. La seconde partie adopte une perspective de long terme centrée sur le comportement asymptotique des algorithmes. Nous présentons une décomposition de la porte NOT multi-contrôlée avec une profondeur de circuit polylogarithmique en nombre de qubits de contrôle, offrant une amélioration exponentielle sur les approches linéaires existantes. Enfin, nous proposons une méthode de chimie quantique en espace réel, compatible avec les algorithmes quantiques d'extraction de valeurs propres. L'objectif étant d'améliorer la convergence spatiale en remplaçant les discrétisations uniformes, utilisées dans la plupart des approches en première quantification, par des grilles non uniformes, adaptées à la molécule, qui concentrent les points de discrétisation dans les zones de forte densité électronique. Nous étendons cette stratégie aux hamiltoniens transcorrélés : des opérateurs qui régularisent les singularités du potentiel coulombien, et dont les fonctions propres sont lisses dans l'espace. Notre approche est plurielle, explorant tous les niveaux d'abstraction, de la théorie à l'implémentation, et couvrant des algorithmes exploitables sur des machines actuelles, et d'autres destinés aux architectures de long terme. Ces contributions renforcent les fondements des algorithmes quantiques pour la simulation moléculaire.
Algorithmes quantiques pour les équations aux dérivées partielles : circuits quantiques et applications physiques Les simulations classiques actuelles des phénomènes physiques présentent de nombreuses limitations, en particulier lorsqu'il s'agit de systèmes complexes tels que les fluides turbulents, les plasmas ou les matériaux quantiques fortement corrélés. Ces simulations rencontrent souvent des difficultés liées à des coûts de calculs élevés, une mise à l'échelle limitée à travers plusieurs dimensions ou échelles temporelles, ainsi qu'à la complexité de capturer des dynamiques intrinsèquement non-linéaires ou chaotiques. Même avec l'accès à des ressources de calcul haute performance (HPC), la résolution précise des dynamiques à fine échelle ou des évolutions sur de longues périodes reste un défi majeur. Le développement de nouvelles méthodes numériques est donc essentiel, tant pour la recherche académique que pour les applications industrielles. Les ordinateurs quantiques émergent comme de nouveaux outils numériques pour l'étude de tels systèmes et la résolution des équations aux dérivées partielles qui les modélisent. Grâce aux propriétés de superposition et d'intrication des qubits, les calculs numériques peuvent être réalisés de manière inédite, offrant des avantages théoriques prometteurs pour certains problèmes. Dans ce contexte, cette thèse contribue au développement et à la compréhension des algorithmes quantiques, allant de la conception de circuits quantiques à la résolution numérique d'équations différentielles partielles et ordinaires. Dans une première partie, des circuits quantiques efficaces sont présentés pour l'implémentation de routines couramment utilisées dans les algorithmes quantiques (opérations multi-contrôlées, préparation d'états quantiques, opérations diagonales), ainsi que pour une nouvelle routine : la transformée de Laplace quantique. Ces routines limitaient l'efficacité des algorithmes quantiques en raison d'implémentations génériques dont la complexité croissait de manière exponentielle avec le nombre de qubits. Désormais, ces tâches peuvent être réalisées à l'aide de circuits quantiques adaptés qui exploitent la structure des problèmes physiques. Dans une seconde partie, des schémas numériques quantiques sont introduits pour résoudre des équations de transport anisotropes et des équations différentielles ordinaires hamiltoniennes non linéaires. Ces schémas se composent de trois étapes (initialisation, évolution et mesure) et reposent sur des approximations en différences finies d'ordre élevé et des formules de Trotterisation. Des protocoles efficaces pour mesurer des grandeurs d'intérêt sont présentés, et une nouvelle analyse numérique, basée sur la norme vectorielle plutôt que sur la norme d'opérateur générique, est introduite. Cette approche permet d'atteindre une précision donnée tout en réduisant le nombre de pas de temps par un facteur qui croît de manière exponentielle avec le nombre de qubits. De plus, une étude de différentes transformations de Madelung non linéaires est présentée afin de résoudre certaines équations fluides sur ordinateur quantique. Les différents résultats de cette thèse sont illustrés par des simulations classiques des algorithmes quantiques ainsi que par des simulations sur des processeurs quantiques actuels. Ce travail pose les bases de la simulation pratique de systèmes physiques classiques, aussi bien sur les dispositifs quantiques actuels de type NISQ (noisy intermediate-scale quantum) que sur les futurs ordinateurs quantiques tolérants aux erreurs.
Résoudre le problème quantique à N-corps à l'aide de calculateurs quantiques Les calculateurs quantiques promettent de résoudre des problèmes insolvables pour les ordinateurs classiques. En particulier, manipuler des états superposés et intriqués de bits quantiques est une voie naturelle pour étudier la physique des systèmes quantiques à N particules. Avec les avancées rapides des technologies quantiques, nous avons pu voir émerger les premiers processeurs quantiques, nommés processeurs "NISQ" (de l'anglais "Noisy-Intermediate-Scale-Quantum"). Les progrès de ces machines ouvrent de nouveaux chemins aux physiciens pour simuler des systèmes quantiques. Cependant, leur taille limitée et les erreurs liées à la décohérence limitent fortement leur usage aujourd'hui. La conception d'algorithmes quantiques efficaces, résistant aux erreurs, est un défi considérable. Ce travail de thèse s'attelle à comprendre les capacités des processeurs quantiques à simuler des systèmes quantiques à N corps, avec une attention particulière aux applications pour la physique de la matière condensée. Dans un premier temps, nous abordons le sujet du calcul de l'état fondamental d'Hamiltoniens, à l'aide d'un algorithme variationnel quantique-classique (nommée l'algorithme VQE, de l'anglais « Variational Quantum Eigensolver »). Nous évaluons les performances de cette méthode sur le modèle de Hubbard, grâce à différentes métriques, comme la fidélité, l'énergie et les propriétés physiques des solutions obtenues. Nous démontrons, malgré des performances prometteuses en simulant un calculateur quantique sans bruit, que le niveau de bruit des machines contemporaines rend impossible la réalisation d'un calcul significatif. En revanche, certains états quantiques aux propriétés intéressantes peuvent avoir une forme simple. Leur préparation sur un calculateur quantique est un problème pertinent dans le but d'initialiser un calcul quantique avec ces états pour les amener vers des régimes où ils perdent leur forme simple. Pour illustrer ceci, nous prenons l'exemple du modèle Affleck-Lieb-Kennedy-Tasaki (AKLT), le premier modèle de chaîne de spin entier antiferromagnétique possédant une solution simple vérifiant la conjecture d'Haldane. Nous proposons deux schémas pour préparer les états AKLT, l'un suivant leur construction naturelle en projetant des paires de qubits sur leur sous-espace triplet, l'autre utilisant leur forme de réseaux de tenseurs. Nous analysons l'implémentation de ces méthodes en fonction de la taille du système, avec une réalisation expérimentale sur un processeur quantique. Enfin, nous explorons la synergie entre les méthodes de réseaux de tenseurs et les calculateurs quantiques bruités pour simuler la dynamique hors-équilibre de systèmes de spins. La simulation de dynamique quantique est une tâche naturelle pour les calculateurs quantiques, mais atteindre des temps longs est fortement limité par le bruit. D'autre part, les réseaux de tenseurs sont également limités aux temps courts, contraints par la quantité d'intrication qu'ils peuvent encoder. Nous proposons d'utiliser le meilleur des deux mondes : la dynamique à temps court est simulée efficacement par un réseau de tenseur, compilée vers des circuits quantiques de faible profondeur pour poursuivre l'évolution temporelle sur le calculateur quantique. Nous étudions les performances de ce schéma hybride quantique-classique en regardant la fidélité des états obtenus et la production d'intrication, avec une validation expérimentale. Finalement, nous proposons d'optimiser les circuits quantiques approximant l'opérateur évolution temporelle grâce à des réseaux de tenseurs, résultant en une simulation quantique classiquement améliorée utilisant moins de ressources quantiques.
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.
Simulation des noyaux et de leurs constituants avec des ordinateurs quantiques La méthode de Brisure de Symétrie/Restauration de Symétrie est un outil largement utilisé pour traiter un ensemble de particules en interaction. Cette méthode permet souvent d'améliorer l'approximation de l'énergie de l'état fondamental d'un Hamiltonien dans un cadre variationnel. Dans cette technique, certaines symétries du système sont brisées intentionnellement dans la fonction d'onde utilisée lors de la recherche de l'état fondamental. Ce processus permet de capturer des corrélations complexes entre les particules à un coût numérique plus faible par rapport à un cadre qui préserve ces symétries. Étant donné que le véritable état fondamental doit respecter les symétries du problème, une étape de restauration de symétrie est a priori nécessaire pour revenir dans le sous-espace approprié de l'espace de Hilbert total.Cette thèse examine comment mettre en œuvre le schéma de Brisure de Symétrie/Restauration de Symétrie à l'aide d'ordinateurs quantiques. L'algorithme quantique que nous utilisons pour la composante variationnelle est la méthode de ``Variational Quantum Eigensolver (VQE)". Son but est de préparer une approximation de l'état fondamental en utilisant une fonction d'onde paramétrisée afin de minimiser l'énergie associée au Hamiltonien. L'ansatz quantique de Bardeen-Cooper-Schrieffer (BCS) a été utilisé comme ansatz brisant les symétries, et les techniques développées ont été testées en utilisant les Hamiltoniens d'appariement et le modèle de Hubbard. Nous avons également utilisé la transformation de Jordan-Wigner pour encoder les opérateurs présents dans le Hamiltonien. Avec ces outils, à l'instar des calculs sur ordinateurs classiques, deux manières d'utiliser le processus de Brisure de Symétrie/Restauration de Symétrie en conjonction avec la méthode VQE sont développés : nous pouvons varier les paramètres d'un ansatz de Brisure de Symétrie avant ou après la restauration de symétrie. La première approche est identifiée comme Projection Quantique Après Variation, tandis que la dernière est nommée Variation Quantique Après Projection.L'un des aboutissements de cette thèse est le développement de diverses techniques pour la restauration de symétrie. Certaines d'entre elles sont basées sur l'algorithme d'Estimation de Phase Quantique (QPE), ce qui comprend les méthodes de QPE itérative et de Rodéo. Nous avons également étudié d'autres techniques basées sur le concept ``d'Oracles quantiques", telles que les méthodes Oracle+Hadamard et Grover-Hoyer. L'algorithme de Combinaison Linéaire d'opérateurs Unitaires a été utilisé pour implémenter directement soit la projection, soit l'oracle. Nous avons également adapté le formalisme de ``Classical Shadows" pour la restauration de symétries dans le but d'optimiser les ressources quantiques nécessaires. Les différentes méthodes de restauration de symétrie sont illustrées à travers la thèse pour les symétries associées au nombre de particules et au spin total.Dans la dernière partie de la thèse, des techniques dites hybrides quantiques-classiques sont présentées, qui peuvent aider à extraire des informations précieuses sur le spectre de basse énergie du Hamiltonien. En supposant qu'il est possible d'extraire avec précision les moments du Hamiltonien à partir de leur fonction génératrice à l'aide d'un ordinateur quantique, nous introduisons deux méthodes d'analyse des spectres : la méthode de t-expansion, qui combine l'évolution en temps imaginaire et l'approximation de Padé, et la méthode de Krylov, une méthode d'expansion du sous-espace quantique qui peut fournir des informations sur les valeurs propres du Hamiltonien et sur l'évolution de la probabilité de survie. De plus, nous présentons également des résultats de la méthode Krylov Quantique. Cette technique donne des informations similaires à la méthode de Krylov, mais sans avoir besoin d'estimer les moments du Hamiltonien, une tâche qui reste difficile sur un ordinateur quantique actuellement.
Algorithmes quantiques pour la méthode de Monte Carlo La méthode de Monte Carlo est un paradigme central de l'algorithmique basée sur l'analyse statistique et sur les techniques d'échantillonnage aléatoire appliquées aux problèmes ayant une interprétation probabiliste. Cette thèse explore les avantages qu'offrirait un ordinateur quantique pour augmenter l'efficacité de cette méthode. Nous étudions dans un premier temps le problème d'estimation de valeurs moyennes par des techniques à temps de calcul minimal. Nous développons de nouveaux algorithmes quantiques pour estimer l'espérance d'une variable aléatoire réelle produite en sortie d'un processus quantique. Les estimateurs que nous construisons procurent une accélération quadratique par rapport au nombre d'échantillons classiques nécessaires pour obtenir une borne d'erreur sous-gaussienne ou une (epsilon,delta)-approximation. Nous décrivons également un cadre théorique fournissant une notion de «temps d'arrêt» pour un processus quantique générant une variable aléatoire. Nous démontrons que le problème d'estimation de la moyenne peut être résolu plus efficacement lorsque le temps d'arrêt moyen du processus sous-jacent est court. Ces résultats sont appliqués au développement d'un algorithme de requête quantique quasi-optimal pour approximer le nombre de triangles dans un graphe. Dans un second temps, nous étudions le problème d'échantillonnage préférentiel et ses applications en optimisation stochastique. Nous construisons un algorithme quantique pour échantillonner plusieurs éléments d'une distribution finie spécifiée par un vecteur de probabilité. Notre approche résout le problème plus général consistant à préparer plusieurs copies d'un état quantique dont les amplitudes sont accessibles via un oracle. L'utilité de ce résultat est illustrée à travers le développement de deux algorithmes hybrides quantiques-classiques basés sur la méthode des poids multiplicatifs et sur l'algorithme du gradient stochastique. Ces deux applications concernent la prédiction en ligne avec conseil d'experts, et la minimisation des fonctions sous-modulaires. La dernière partie de cette thèse est consacrée à l'étude des algorithmes quantiques à mémoire limitée. Nous étudions tout d'abord le problème d'approximation des moments de fréquence dans le modèle de flots de données à passes multiples. Nous construisons un algorithme quantique qui nécessite une quantité de mémoire moindre que les meilleurs algorithmes de streaming classiques possible. Notre méthode repose sur les estimateurs quantiques de moyenne susmentionnés et sur des techniques de simulation de calcul reversible. Nous explorons ensuite certaines limites des algorithmes à mémoire restreinte dans le modèle de requête quantique. Nous développons une nouvelle approche pour obtenir des bornes inférieures temps-mémoire, basée sur une technique récente d'enregistrement des requêtes quantiques. Ce résultat est appliqué au problème de la recherche de paires de collisions dans une fonction aléatoire. Nous démontrons que la complexité en requête quantique de cette tâche augmente lorsque la quantité de mémoire disponible diminue.
Méthodes de réduction de modèles pour la physique et la chimie quantiques Cette thèse de doctorat porte sur l'analyse numérique et le test de nouvelles méthodes pour le calcul de l'état fondamental en théorie de la structure électronique. Nous nous concentrons sur des méthodes variationnelles basées sur la théorie des fonction d'ondes (WFT) et la théorie de la fonctionnelle de la densité (DFT), pour lesquelles le problème de l'état fondamental consiste en la minimisation d'une fonctionnelle d'énergie sur des familles orthonormées de fonctions carrées intégrables, dites orbitales moléculaires. La première partie de notre travail est consacrée aux systèmes moléculaires. Dans le chapitre 1, nous étudions des algorithmes de minimisation directe pour les modèles de Hartree-Fock restreint à couche ouverte (ROHF) et de champ auto-cohérent de l'espace actif complet (CASSCF), deux modèles standard de fonction d'onde pour les systèmes à espace actif non vide (l'espace fonctionnel lié à la présence d'électrons non appairés dans le système). En utilisant les outils de l'optimisation Riemannienne sur des variétés quotient matricielles, nous exprimons dans un cadre commun les algorithmes de minimisation directe pour ROHF et CASSCF existants dans la littérature chimique, et proposons de nouveaux algorithmes dont nous testons les performances. Dans le deuxième chapitre, ce même formalisme nous permet d'expliquer l'instabilité inhérente aux algorithmes de champ auto-cohérent pour ROHF, qui sont les plus couramment utilisés pour ce modèle. Nous proposons ensuite un nouveau type de méthode de point fixe qui est plus robuste et sans paramètre, qui rivalisent avec les méthodes classiques les plus performantes. Le troisième chapitre aborde l'optimisation des bases d'orbitales atomiques pour les systèmes moléculaires. Nous introduisons un cadre mathématique général pour ce problème et comparons la précision des bases optimisées pour certains critères d'optimisation utilisés dans la littérature sur un modèle jouet unidimensionnel. La deuxième partie de cette thèse se concentre sur les matériaux cristallins. Le chapitre 4 est consacré à la correction de certaines erreurs de discrétisation liées à l'utilisation de bases d'ondes planes tronquées dans les calculs de DFT. Dans ce chapitre, nous introduisons une méthode de Galerkin basée sur l'introduction d'un opérateur cinétique modifié. Nous dérivons une estimation de l'erreur d'approximation pour les énergies obtenues et prouvons des estimées optimales sur la régularité des diagrammes de bandes associés, en fonction d'un paramètre défini par l'utilisateur. Enfin, le chapitre 5 détaille deux contributions numériques liées à la structure électronique du graphène bicouche twisté (TBG). Tout d'abord, nous posons les bases d'un code de simulation du TBG en langage Julia, conçu pour être facilement utilisable et modifiable. En second lieu, nous appliquons une méthode de compression, présente dans la littérature, pour développer les fonctions de Wannier correspondant aux deux bandes de valence les plus basses du graphène, dans une base d'orbitales atomiques adaptée à la symétrie. Ces fonctions compressées devraient permettre d'effectuer de grands calculs de type liaisons fortes pour le TBG, l'un des outils principaux pour décrire la physique nouvelle observée sur ce matériau moiré.