🔬

quantum-circuit-optimizer

An interactive hybrid quantum-classical optimization simulator that combines quantum processors with classical computers to solve complex problems. Explore Variational Quantum Eigensolver (VQE) for molecular simulation, QAOA for combinatorial optimization, and quantum machine learning with real-time visualization of the optimization landscape.

🔬 Essayer maintenant

Qu'est-ce que c'est ?

🎯 Conseils du simulateur

📚 Glossaire

Variational Quantum Eigensolver (VQE)
Un algorithme hybride qui trouve les énergies de l'état fondamental moléculaire en optimisant de manière itérative un circuit quantique paramétré à l'aide d'une rétroaction classique.
QAOA
Algorithme d'optimisation approximative quantique - une méthode hybride pour résoudre des problèmes d'optimisation combinatoire à l'aide d'opérations quantiques alternées.
Ansatz
Un modèle de circuit quantique paramétré utilisé dans les algorithmes variationnels, dont les paramètres sont optimisés par un ordinateur classique.
Cost Function
Fonction mathématique qui quantifie la qualité d'une solution particulière, que l'algorithme hybride cherche à minimiser ou à maximiser.
Barren Plateau
Un phénomène où le gradient de la fonction de coût disparaît de façon exponentielle avec le nombre de qubits, ce qui rend l'optimisation classique extrêmement difficile.
Classical Optimizer
L'algorithme classique (comme COBYLA, Adam ou L-BFGS) qui ajuste les paramètres du circuit quantique en fonction des résultats de mesure.
Circuit Depth
Nombre de couches de portes séquentielles dans un circuit quantique, affectant directement le temps de calcul et l'accumulation de bruit.
Gate Synthesis
La décomposition d'opérations quantiques complexes en séquences de portes élémentaires natives d'un matériel spécifique.
Transpilation
Conversion d'un circuit quantique pour satisfaire les contraintes matérielles, notamment les ensembles de portes natifs et la connectivité qubit.
Error Mitigation
Techniques permettant de réduire l'impact du bruit sur les calculs quantiques sans correction complète des erreurs quantiques, telles que l'extrapolation sans bruit.
Noise Model
Une description mathématique des erreurs affectant un processeur quantique, y compris les erreurs de porte, les erreurs de mesure et la décohérence.
Convergence
Le processus de l'algorithme d'optimisation s'approchant de la solution optimale, mesuré par la différence décroissante entre les résultats des itérations successives.
Measurement Shots
Le nombre de fois qu'un circuit quantique est exécuté et mesuré pour créer des statistiques permettant d'estimer les valeurs attendues.
Ground State Energy
L'énergie la plus basse possible d'un système quantique, que les algorithmes VQE visent à trouver pour les applications de simulation moléculaire.
Qubit Connectivity
La disposition physique des connexions entre qubits sur un processeur quantique, déterminant quelles portes à deux qubits peuvent être exécutées directement.
Hardware-Efficient Ansatz
Une conception de circuit paramétrée qui utilise uniquement des portes natives du matériel cible et respecte sa connectivité qubit, minimisant ainsi la surcharge de transpilation.
COBYLA
Optimisation contrainte par approximations linéaires - un optimiseur classique sans gradient couramment utilisé dans VQE qui fonctionne bien avec les mesures quantiques bruyantes.
MaxCut Problem
Un problème d'optimisation de la théorie des graphes demandant le nombre maximum d'arêtes entre deux groupes de sommets, couramment utilisé pour évaluer QAOA.
Hamiltonian
Un opérateur mathématique décrivant l'énergie totale d'un système quantique, dont les algorithmes VQE cherchent à trouver l'état fondamental.
Variational Principle
Le principe de la mécanique quantique selon lequel la valeur attendue de l'hamiltonien pour tout état d'essai est toujours supérieure ou égale à la véritable énergie de l'état fondamental.
Gradient Descent
Un algorithme d'optimisation classique qui ajuste de manière itérative les paramètres dans le sens de la diminution la plus forte de la fonction de coût.
Expectation Value
Résultat moyen de la mesure d'un quantum observable sur de nombreuses mesures répétées d'états quantiques préparés de manière identique.
Fidelity
Mesure de la proximité de deux états quantiques, allant de 0 (orthogonal) à 1 (identique).
Pauli Decomposition
Exprimer un hamiltonien sous la forme d'une somme pondérée de produits tensoriels de matrices de Pauli, permettant des mesures sur du matériel quantique.
Quantum Volume
Une métrique combinant le nombre de qubits, la connectivité et la fidélité de la porte pour mesurer la capacité globale d'un processeur quantique.
Quantum Advantage
Une démonstration qu'un ordinateur quantique résout un problème pratique plus rapidement ou plus efficacement que n'importe quel ordinateur classique.
Adiabatic Theorem
Un principe selon lequel un système quantique reste dans son état fondamental si les conditions externes changent assez lentement, base du recuit quantique.

🏆 Personnages clés

Alberto Peruzzo (2014)

A dirigé la première démonstration expérimentale du Variational Quantum Eigensolver (VQE) sur un processeur quantique photonique, prouvant que l'optimisation hybride quantique-classique est expérimentalement viable.

Edward Farhi (2014)

Co-inventeur de l'algorithme d'optimisation quantique approximative (QAOA) et du concept de calcul adiabatique quantique, fournissant des cadres fondamentaux pour l'optimisation quantique

Jarrod McClean (2016)

Développement du cadre théorique pour les algorithmes quantiques variationnels et identification du problème du plateau stérile, façonnant fondamentalement la compréhension de l'optimisation hybride quantique-classique.

Abhinav Kandala (2017)

A dirigé la démonstration expérimentale par IBM du VQE pour la simulation moléculaire sur du matériel quantique supraconducteur, faisant ainsi progresser la chimie quantique pratique.

Maria Schuld (2018)

A été le pionnier de la connexion entre les circuits quantiques variationnels et l'apprentissage automatique, établissant ainsi le domaine de l'apprentissage automatique quantique avec des algorithmes hybrides.

Alain Aspuru-Guzik (2005)

Proposition de l'idée originale d'utiliser des ordinateurs quantiques pour la simulation chimique et co-développement de VQE, reliant l'informatique quantique et la chimie computationnelle

Ryan Babbush (2018)

A dirigé l'équipe d'algorithmes quantiques de Google dans le développement de méthodes efficaces de simulation de chimie quantique et la démonstration du VQE sur du matériel quantique réel.

🎓 Ressources d'apprentissage

💬 Message aux apprenants

{'encouragement': "Hybrid quantum-classical computing is where theory meets practice in today's quantum world. You do not need to wait for fault-tolerant quantum computers to start solving real problems - the algorithms you explore in this simulator are running on actual quantum hardware right now, tackling challenges in chemistry, finance, and logistics.", 'reminder': 'The most important skill in hybrid quantum computing is not mastering every technical detail - it is developing intuition for how quantum and classical resources can complement each other. Every time you run an optimization and watch the convergence plot, you are building that intuition.', 'action': 'Start with the Water molecule (H2) preset and run the VQE optimization. Watch how the energy converges toward the ground state as the classical optimizer adjusts the quantum circuit parameters. Then try increasing the noise level to see how real-world hardware imperfections affect the results.', 'dream': "We dream of a future where a chemistry student in Ethiopia can simulate novel drug molecules on quantum hardware, where an operations researcher in Cambodia can optimize supply chains using QAOA, and where hybrid quantum computing becomes a standard tool in every scientist's toolkit, regardless of their location or resources.", 'wiaVision': 'WIA Book envisions hybrid quantum-classical computing as the bridge to practical quantum advantage, and our simulators as the on-ramp for the next generation of quantum scientists. By making these advanced algorithms interactive and visual, we transform intimidating mathematics into intuitive understanding.'}

Commencer

Gratuit, sans inscription

Commencer →