Variational Quantum Eigensolver
A hybrid algorithm using quantum and classical computers to simulate molecular energies.
Le Variational Quantum Eigensolver (VQE) est un algorithme hybride quantique-classique conçu pour trouver les valeurs propres et les vecteurs propres d'un Hamiltonien donné, particulièrement utile pour résoudre des problèmes en chimie quantique et en science des matériaux. Il exploite les forces de l'informatique quantique et classique. L'idée principale est d'utiliser un ordinateur quantique pour préparer un état quantique paramétré, souvent appelé 'ansatz', puis de mesurer la valeur d'espérance de l'Hamiltonien par rapport à cet état. Cette valeur d'espérance correspond à une estimation d'énergie. Un ordinateur classique prend ensuite cette estimation d'énergie et utilise un algorithme d'optimisation classique pour ajuster les paramètres de l'état quantique, dans le but de minimiser l'énergie. Ce processus est itératif : l'ordinateur quantique prépare un nouvel état basé sur les paramètres mis à jour, l'ordinateur classique mesure son énergie, et l'optimiseur met à jour les paramètres à nouveau. Cela continue jusqu'à ce que l'énergie converge vers un minimum, ce qui, selon le principe variationnel, approxime l'énergie de l'état fondamental de l'Hamiltonien. L'aspect 'variationnel' fait référence à l'utilisation du principe variationnel, qui stipule que la valeur d'espérance de l'Hamiltonien pour tout état normalisé est toujours supérieure ou égale à l'énergie de l'état fondamental. La partie 'eigensolver' indique son objectif de trouver des valeurs propres (énergies) et des vecteurs propres (états). Les compromis incluent le choix de l'ansatz, qui doit être suffisamment expressif pour représenter l'état fondamental réel mais suffisamment peu profond pour être implémentable sur les appareils quantiques actuels de taille intermédiaire bruités (NISQ). L'efficacité de l'optimiseur classique et les niveaux de bruit dans les calculs quantiques ont également un impact significatif sur les performances du VQE.
graph LR
Center["Variational Quantum Eigensolver"]:::main
Pre_qubit["qubit"]:::pre --> Center
click Pre_qubit "/terms/qubit"
Rel_quantum_approximate_optimization_algorithm["quantum-approximate-optimization-algorithm"]:::related -.-> Center
click Rel_quantum_approximate_optimization_algorithm "/terms/quantum-approximate-optimization-algorithm"
Rel_decoherence["decoherence"]:::related -.-> Center
click Rel_decoherence "/terms/decoherence"
Rel_artificial_intelligence["artificial-intelligence"]:::related -.-> Center
click Rel_artificial_intelligence "/terms/artificial-intelligence"
classDef main fill:#7c3aed,stroke:#8b5cf6,stroke-width:2px,color:white,font-weight:bold,rx:5,ry:5;
classDef pre fill:#0f172a,stroke:#3b82f6,color:#94a3b8,rx:5,ry:5;
classDef child fill:#0f172a,stroke:#10b981,color:#94a3b8,rx:5,ry:5;
classDef related fill:#0f172a,stroke:#8b5cf6,stroke-dasharray: 5 5,color:#94a3b8,rx:5,ry:5;
linkStyle default stroke:#4b5563,stroke-width:2px;
🧠 Test de connaissances
🧒 Explique-moi comme si j'avais 5 ans
C'est comme essayer de trouver le point le plus bas dans un paysage vallonné en utilisant un robot (ordinateur quantique) pour explorer différents endroits et un cartographe (ordinateur classique) pour guider le robot vers un terrain plus bas jusqu'à ce qu'il ne puisse plus descendre.