Les principales classes d'algorithmes quantiques Les algorithmes quantiques sont des applications pratiques de l'algèbre linéaire, cette branche des mathématiques qui traite des espaces vectoriels et des transformations matricielles linéaires. Ils sont appliqués dans des espaces à deux dimensions, les vecteurs qui définissent les états des qubits. Leur manipulation est basée sur des calculs matriciels qui permettent de modifier l'état des qubits sans lire leur contenu. Ils ne sont lus qu'à la fin des calculs. Ceci rend la programmation conditionnelle difficile, comme: faire tel ou tel calcul si tel ou tel résultat intermédiaire a telle ou telle valeur ou satisfait telle ou telle condition. Mais les portes quantiques conditionnelles (CNOT & co) permettent d'émuler ce type de comportement dans un algorithme quantique.A ce jour, quatre grandes catégories d'algorithmes quantiques sont disponibles et que nous détaillerons ci-dessous: Algorithmes de recherche basés sur ceux de Deutsch-Jozsa, Simon et Grover. Algorithmes basés sur la transformée quantique de Fourier (QFT), comme celui de Shor qui est utilisé pour la factorisation d'entiers qui a déclenché un phénomène de pompiers-incendiaires, les incendiaires étant ceux qui veulent créer des ordinateurs quantiques capables de casser des clés des agences de sécurité publique de type RSA et les pompiers étant ceux qui cherchent à protéger les communications numériques avec des algorithmes résistants à l'affacturage rapide des nombres entiers. Algorithmes qui cherchent un point d'équilibre dans un système complexe, comme dans la formation des réseaux de neurones, la recherche de chemins optimaux dans les réseaux ou l'optimisation des processus.Algorithmes de simulation de mécanismes quantiques qui servent notamment à simuler les interactions entre atomes dans diverses structures moléculaires, inorganiques et organiques. La feuille de route ci-dessous illustre le rythme de création de ces nouveaux algorithmes au cours des trois dernières décennies. Et l'histoire ne fait que commencer car la dynamique exponentielle d'innovation du thème est actuellement limitée par l'imagination humaine et surtout par la capacité d'expérimentation un exemple de résolution !
Résoudre les problèmes d'optimisationParmi les problèmes que l'informatique quantique pourrait résoudre, il y a les problèmes NP-Difficile (polynôme non déterministe). L'exemple le plus connu d'un problème NP-Difficile est celui du vendeur itinérant, qui doit trouver l'itinéraire le plus court pour atteindre chaque ville. Le temps de résolution augmente avec le nombre de villes à visiter. L'algorithme quantique de Grover fournit une optimisation quadratique à ce type de problème. https://fr.wikipedia.org/wiki/Informatique_quantique------------------------------
Orson Typhanel Mengara
------------------------------
#GlobalAIandDataScience#GlobalDataScience