L’informatique quantique et conventionnelle : une alliance inattendue

L’ère de l’informatique quantique ouvre des perspectives autrefois inimaginables pour résoudre des problèmes considérés comme hors de portée des ordinateurs conventionnels. Les capacités de calcul des ordinateurs quantiques actuels sont encore relativement limitées.

Une étude récemment publiée dans Science Advances propose une alliance inattendue entre les méthodes utilisées en informatique quantique et traditionnelle.

Une équipe de recherche italienne dont le SISSA* a utilisé une approche mathématique appelée QUBO (de « Quadratic Unconstraint Binary Optimization ») qui est idéalement adaptée pour des ordinateurs quantiques spécifiques, appelés « quantum annealers » (ou anneaux quantiques).

L’étude a utilisé l’approche QUBO pour simuler de manière radicalement nouvelle les mélanges de polymères denses, qui sont des systèmes physiques complexes essentiels à la biologie et à la science des matériaux.

Le résultat ? Une amélioration majeure des performances de calcul a été obtenue avec les ordinateurs quantiques par rapport aux techniques traditionnelles, fournissant ainsi un exemple significatif du potentiel immense de ces technologies émergentes.

Implications et défis futurs

Étonnamment, l’approche QUBO s’est avérée particulièrement efficace même lorsqu’elle est adoptée sur des ordinateurs conventionnels, permettant aux chercheurs de découvrir des propriétés surprenantes des mélanges de polymères simulés. Les implications peuvent être considérables étant donné que l’approche utilisée dans l’étude est naturellement adaptée pour être transférée à de nombreux autres systèmes moléculaires.

Il est déjà arrivé que des modèles physiques créés pour tirer pleinement parti des technologies informatiques innovantes deviennent si réussis qu’ils sont finalement transférés à d’autres domaines.

Le cas le plus connu est celui des modèles de fluides basés sur des grilles conçus pour les superordinateurs des années 1990, mais qui sont maintenant largement utilisés pour de nombreux autres systèmes et types d’ordinateurs.

En synthèse

L’étude publiée dans Science Advances fournit un autre exemple, démontrant comment les méthodologies inspirées par l’informatique quantique peuvent ouvrir la voie à l’exploration de nouveaux matériaux et à la compréhension du fonctionnement des systèmes moléculaires d’intérêt biologique.

Pour une meilleure compréhension

Qu’est-ce que l’informatique quantique ?

L’informatique quantique est une technologie émergente qui utilise les principes de la mécanique quantique pour effectuer des calculs. Elle est capable de résoudre des problèmes qui sont hors de portée des ordinateurs conventionnels.

Qu’est-ce que l’approche QUBO ?

QUBO, qui signifie «Quadratic Unconstraint Binary Optimization», est une approche mathématique idéalement adaptée pour des ordinateurs quantiques spécifiques, appelés « quantum annealers.

Qu’est-ce que les mélanges de polymères denses ?

Les mélanges de polymères denses sont des systèmes physiques complexes qui sont essentiels à la biologie et à la science des matériaux. Ils ont été simulés de manière radicalement nouvelle grâce à l’approche QUBO.

Quels sont les avantages de l’approche QUBO ?

L’approche QUBO a permis d’améliorer considérablement les performances de calcul des ordinateurs quantiques par rapport aux techniques traditionnelles. Elle a également été efficace lorsqu’elle a été adoptée sur des ordinateurs conventionnels.

Quelles sont les implications de cette étude ?

Cette étude a des implications considérables car l’approche utilisée est naturellement adaptée pour être transférée à de nombreux autres systèmes moléculaires. Elle ouvre la voie à l’exploration de nouveaux matériaux et à la compréhension du fonctionnement des systèmes moléculaires d’intérêt biologique.

* Équipe composée de Cristian Micheletti et Francesco Slongo de la SISSA à Trieste, Philipp Hauke de l’Université de Trento, et Pietro Faccioli de l’Université de Milano-Bicocca

Article : « Quantum-inspired encoding enhances stochastic sampling of soft matter systems » – DOI: https://www.science.org/doi/10.1126/sciadv.adi0204

Crédit image : Cristian Micheletti