Description

• Bases de l'informatique quantique, Algorithmes à base d'oracle (Algorithme de Deutsch-Jozsa)


• Algorithmes à base d'oracle (suite, Algorithme de Bernstein Vazirani et de Grover)


• TP introductif à qiskit, Résolution de problèmes d'optimisations, notamment avec l'algorithme de Grover


• TP Résolution de problèmes d'optimisations, notamment avec l'algorithme de Grover (suite)


• Algorithmes variationnels quantiques, Théorème adiabatique, Quantum Approximate Optimization Algorithm (Algorithme QAOA)


• Examen (demi-séance), TP sur l'algorithme QAOA

Finalité

Ce cours a pour objectif de former les apprenants à l'informatique quantique. A l'issue du cours, les apprentants maîtriseront les concepts permettant de concevoir des algorithmes quantiques pour des problèmes de décision ou d'optimisation, d'estimer la complexité de ces algorithmes et d'utiliser les outils existants (langages de programmation, simulateurs et accès à de vraies machines quantiques), notamment pour résoudre des problèmes classiques de recherche opérationnelle. Ce cours apporte, premièrement, la possibilité de concevoir des algorithmes pour des ordinateurs quantiques qui pourraient voir le jour dans une ou plusieurs décenies, et, secondement, de sortir du cadre de l'algorithmique classique avec un autre paradigme, une autre manière de réfléchir pour concevoir des algorithmes.

Compétences visées

• 
  

  Concevoir un algorithme quantique à base d'oracle pour résoudre un problème de décision ou d'optimisation.

  
  


• 
  

  Utiliser les algorithmes de Grover et de QAOA comme des boîtes noires pour résoudre un problème de décision ou d'optimisation.

  
  


• 
  

  Comprendre les avantages et les limites de l'informatique quantique.

  
  


• 
  

  Utiliser Qiskit pour programmer ces algorithmes et les faire fonctionner sur des simulateurs ou des machines réelles.

  
  

Public

Algèbre linéaire, Programmation linéaire, Complexité des algorithmes, Circuit logique