.svg)
Algorithmes quantiques : Eigensolveur quantique variationnel (VQE)
Le Variational Quantum Eigensolver (VQE) est un algorithme quantique qui combine des techniques quantiques et classiques pour résoudre des problèmes d'optimisation dans des secteurs tels que la finance, la logistique et la chimie. Par exemple, le VQE permet de trouver l'état fondamental d'une molécule, une propriété utile pour en savoir plus sur une molécule chimique et ses interactions. Les problèmes complexes d'optimisation combinatoire dans les domaines de la finance et de la logistique peuvent être résolus à l'aide de l'EQV ou, plus précisément, d'un algorithme d'optimisation approximative quantique (QAOA), un algorithme de la famille de l'EQV. Une fois le problème traduit en termes mathématiques, VQE nous aide à minimiser ou à maximiser des propriétés spécifiques, telles que la fonction de perte d'un portefeuille ou la distance parcourue par un camion de livraison en fonction d'un ensemble de points de dépôt qu'il doit visiter.
L'EQV fonctionne grâce au principe variationnel, qui définit la relation entre l'énergie la plus basse d'un système et la valeur d'espérance d'un état donné, en déclarant une limite inférieure à la valeur d'espérance.
L'algorithme commence par une initialisation, qui met en correspondance des configurations, telles que les fonctions de perte d'un portefeuille ou les orbitales électroniques d'une molécule, avec des qubits, et un ansatz, c'est-à-dire une première version paramétrée de la fonction d'onde. Après avoir calculé l'énergie de l'état supposé à l'aide de l'informatique quantique, VQE utilise des méthodes d'optimisation classiques pour minimiser cette énergie, en modifiant les paramètres de l'ansatz à chaque itération. L'utilisation d'un mélangeur permet de choisir la prochaine supposition de l'état dans notre espace de solution. Après un nombre suffisant d'itérations, les changements de paramètres ne diminuent plus l'énergie. Dans une simulation chimique, par exemple, cela signifie que l'énergie de l'état fondamental a été approximée.
Parce qu'il s'agit d'un algorithme hybride qui s'exécute en rafales relativement courtes sur l'ordinateur quantique, VQE est utile même à l'ère du NISQ.
Vous voulez voir VQE en action ? Découvrez comment Classiq utilise VQE pour trouver l'état fondamental de H2 ici, ou comment vous pourriez utiliser VQE pour résoudre des problèmes d'optimisation ici.
Le Variational Quantum Eigensolver (VQE) est un algorithme quantique qui combine des techniques quantiques et classiques pour résoudre des problèmes d'optimisation dans des secteurs tels que la finance, la logistique et la chimie. Par exemple, le VQE permet de trouver l'état fondamental d'une molécule, une propriété utile pour en savoir plus sur une molécule chimique et ses interactions. Les problèmes complexes d'optimisation combinatoire dans les domaines de la finance et de la logistique peuvent être résolus à l'aide de l'EQV ou, plus précisément, d'un algorithme d'optimisation approximative quantique (QAOA), un algorithme de la famille de l'EQV. Une fois le problème traduit en termes mathématiques, VQE nous aide à minimiser ou à maximiser des propriétés spécifiques, telles que la fonction de perte d'un portefeuille ou la distance parcourue par un camion de livraison en fonction d'un ensemble de points de dépôt qu'il doit visiter.
L'EQV fonctionne grâce au principe variationnel, qui définit la relation entre l'énergie la plus basse d'un système et la valeur d'espérance d'un état donné, en déclarant une limite inférieure à la valeur d'espérance.
L'algorithme commence par une initialisation, qui met en correspondance des configurations, telles que les fonctions de perte d'un portefeuille ou les orbitales électroniques d'une molécule, avec des qubits, et un ansatz, c'est-à-dire une première version paramétrée de la fonction d'onde. Après avoir calculé l'énergie de l'état supposé à l'aide de l'informatique quantique, VQE utilise des méthodes d'optimisation classiques pour minimiser cette énergie, en modifiant les paramètres de l'ansatz à chaque itération. L'utilisation d'un mélangeur permet de choisir la prochaine supposition de l'état dans notre espace de solution. Après un nombre suffisant d'itérations, les changements de paramètres ne diminuent plus l'énergie. Dans une simulation chimique, par exemple, cela signifie que l'énergie de l'état fondamental a été approximée.
Parce qu'il s'agit d'un algorithme hybride qui s'exécute en rafales relativement courtes sur l'ordinateur quantique, VQE est utile même à l'ère du NISQ.
Vous voulez voir VQE en action ? Découvrez comment Classiq utilise VQE pour trouver l'état fondamental de H2 ici, ou comment vous pourriez utiliser VQE pour résoudre des problèmes d'optimisation ici.
A propos de "The Qubit Guy's Podcast" (Le podcast du gars de Qubit)
Animé par The Qubit Guy (Yuval Boger, notre directeur marketing), le podcast accueille des leaders d'opinion de l'informatique quantique pour discuter de questions commerciales et techniques qui ont un impact sur l'écosystème de l'informatique quantique. Nos invités fournissent des informations intéressantes sur les logiciels et algorithmes d'ordinateurs quantiques, le matériel informatique quantique, les applications clés de l'informatique quantique, les études de marché de l'industrie quantique et bien plus encore.
Si vous souhaitez proposer un invité pour le podcast, veuillez nous contacter.
