COLLABORATIONS SCIENTIFIQUES

Projet ResourcesQ

Résumé et objectifs

Les ordinateurs quantiques offrent le potentiel de révolutionner notre monde. Pour réaliser ce potentiel, cependant, nous devons surmonter de nombreux défis, allant des questions fondamentales profondes en théorie de l’information quantique jusqu’aux exigences techniques extrêmes de l’ingénierie de haute technologie.

Sur le plan théorique, l’une des questions ouvertes les plus anciennes est de comprendre précisément quelles ressources quantiques sont pertinentes pour les avantages offerts par l’informatique quantique. Sans le savoir, nous ne pouvons être que plutôt imprécis dans ce que nous demandons ultimement aux ingénieurs de créer. Dans ResourceQ, il y a deux aspects clés à ce problème que nous cherchons à résoudre. La première est que, jusqu’à présent, de nombreuses ressources apparemment disparates ont été identifiées comme responsables de l’accélération quantique, et laquelle d’entre elles est réellement pertinente semble dépendre du modèle de calcul considéré. Nous cherchons à comprendre s’il existe ou non une ressource sous-jacente qui sous-tend tout cela, c’est-à-dire trouver une ressource indépendante du modèle responsable de l’accélération. La seconde est qu’il existe un grand fossé entre les types de ressources considérées comme fondamentales comme quantiques et celles qui sont généralement pertinentes dans une implémentation expérimentale donnée. Par exemple, la non-localité et la contextualité sont souvent considérées comme les signatures les plus fondamentales de la non-classicité de la nature, mais (du moins pour les dispositifs à court terme) les ressources les plus pertinentes sont généralement des éléments comme le volume quantique, les états de cluster, le nombre de portes T ou la profondeur du circuit quantique. Nous visons à combler ce fossé en comprenant comment ces ressources fondamentales et pratiques se relient les unes aux autres.

Les outils clés de ResourceQ seront tirés de, et contribueront au développement de : (i) des méthodes structurelles (par exemple les langages graphiques) issues de la logique et de l’informatique théorique, bien adaptées à des considérations comme la compositionnalité que nous savons être au cœur des différences entre les théories et phénomènes quantiques et classiques; (ii) des techniques d’apprentissage automatique, en particulier l’apprentissage par renforcement, qui conviennent bien à l’allocation et à l’optimisation de grandeurs complexes telles que les ressources quantiques; et (iii) les méthodes générales de la théorie de l’information quantique, en particulier l’étude des théories quantiques des ressources.

ResourceQ sera ancré par deux partenariats industriels. D’une part, travailler avec Quandela permettra de se concentrer sur les technologies photoniques pour l’informatique quantique, où l’on sait beaucoup moins sur les ressources quantiques sous-jacentes. D’autre part, nos conseillers chez TWT nous guideront vers un cas d’utilisation particulier, à savoir l’optimisation des ressources pour la simulation de structures et matériaux complexes via des équations aux dérivées partielles.