^
La résolution de problèmes mathématiques complexes d'optimisation revêt une importance cruciale dans les domaines tels que la physique, la chimie, la biologie, les sciences sociales ainsi que dans un nombre croissant d'industries. De nombreux problèmes d'optimisation difficiles, tels que le repliement des protéines ou la planification des vols aériens, peuvent être grandement améliorés en choisissant une approche quantique.
La puissance de l'informatique quantique pourrait permettre de résoudre des problèmes qui sont impossibles à résoudre avec des ordinateurs classiques, ou suggérer une accélération considérable par rapport aux algorithmes classiques les plus connus. Même avec les ordinateurs les plus puissants disponibles aujourd'hui, le temps requis pour résoudre plusieurs de ces problèmes dépasse l'âge de l'univers. Il y a beaucoup d’espoir que les ordinateurs quantiques pourraient en fait conduire à une accélération significative. Par conséquent, il y a beaucoup d'empressement à construire des optimiseurs quantiques, comme en témoignent les investissements d'entreprises telles que D-Wave Systems, Google, IBM, la NASA, Lockheed Martin et d’autres.
Le processeur que nous proposons ici est conçu pour intégrer un problème général d’Ising dans des états à variables continues, et pour implémenter un recuit quantique adiabatique afin de trouver la configuration la plus basse en énergie des spins d’Ising. Il n'existe aucune autre technologie de recuit quantique à variables continues qui soit à la fois entièrement programmable, entièrement connectée, ainsi qu’évolutive. Le recuit quantique, basé sur l'informatique quantique adiabatique (AQC), vise à trouver des solutions au problème d'Ising. De nombreux problèmes difficiles d'optimisation peuvent être associés à la recherche du minimum global (état fondamental) du modèle d'Ising.
Notre processeur quantique consiste en un réseau de résonateurs non linéaires dans chacun desquels un spin physique est codé à l'aide d'un lecteur paramétrique. Un ensemble d'autres lecteurs locaux à un photon, ainsi que de couplages locaux, sont fournis pour cartographier le problème d'Ising. La fréquence et les forces des lecteurs sont ajustées de manière adiabatique afin de trouver la configuration d'énergie la plus basse des spins. En pratique, il y a des couplages errants, et les résonateurs peuvent entraîner des pertes, causant l’introduction d’erreurs lors du calcul. Dans ce processeur, les lecteurs et les couplages sont sélectionnés afin de minimiser ces effets et ainsi préserver les caractéristiques quantiques. Par conséquent, la présente invention se penche pour la première fois sur les problèmes pratiques d’intégration et de contrôle quantique pour le recuit sur des systèmes à variables continues.
Ce processeur quantique à variables continues peut résoudre tout problème d'optimisation pouvant être cartographié à un hamiltonien d'Ising, tels que :
François Nadeau, directeur de projets
f.nadeau@transfertech.ca
Cellulaire : 873 339-2028
www.transfertech.ca