Lecture supplémentaire : Ressources d’apprentissage sur l’informatique quantique

  • Article

Cet article compile certaines des ressources les plus populaires qui pourraient vous être utiles dans votre apprentissage de l’informatique quantique.

Ressources d’informatique quantique Microsoft

Découvrez comment développer et appliquer des solutions d’informatique quantique avec les Quantum Development Kit services et Azure Quantum.

  • Parcours de formation Azure Quantum : parcours d’apprentissage interactif, gratuit et pratique. Dans ces modules, vous découvrez l’informatique quantique et comment développer des solutions quantiques à l’aide Q# de et d’Azure Quantum Development Kit.
  • Katas quantiques : collection de tutoriels de programmation quantique Q# auto-rythmés.
  • Vidéos Azure Quantum : une playlist avec des vidéos d’annonces, de démonstrations et de discussions Azure Quantum issues de Quantum Innovator Series.
  • Exemples de codeQ# : commencez à créer votre première solution quantique avec cette collection d’exemples de code prêts à l’emploi.
  • Blog Q# : blog écrit par les développeurs pour les développeurs. Vous pouvez en savoir plus sur les derniers QDK et Q# insights, et découvrir les défis quantiques et les annonces de hackathons.
  • Publications de recherche : découvrez les dernières avancées dans le domaine du matériel quantique et des algorithmes développés par les chercheurs Microsoft.

Ces ressources sur l’informatique quantique sont disponibles dans la page d’apprentissage quantique de Microsoft.

Contenu réalisé par la communauté Q#

Les ressources suivantes sont créées et développées par la communauté quantique qui est enthousiasmée par la programmation quantique.

Livres créés par la communauté

Blogs créés par la communauté

  • Awesome qsharp: liste open source de ressources et de codes Q#.
  • Q# Communauté : un espace GitHub pour les projets pilotés par la communauté.

Forums et communautés pour les développeurs quantiques

Cours d’informatique quantique

Consultez les cours suivants consacrés à l’apprentissage de l’informatique quantique.

  • Quantum Computing avec Microsoft QDK : une série de projets en direct qui vous aideront à apprendre le développement de logiciels quantiques en créant des projets de bout en bout. Vous explorez tout le potentiel du quantum pour le chiffrement, la transmission de données, la reconstruction de données et bien plus encore.
  • Quantum Computing - Brilliant Course : dans ce cours créé en collaboration avec des chercheurs quantiques et des praticiens IQIM de Microsoft, X et Caltech, apprenez à créer des algorithmes quantiques de A à Z avec un ordinateur quantique simulé.
  • Quantum Computing through Comics - HackadayU classes : découvrez les concepts de l’informatique quantique et la programmation d’algorithmes au cours d’une discussion en classe complétée par des bandes dessinées intuitives.

Bibliographie

La bibliographie suivante est une collection de publications qui couvrent un large éventail de sujets d’informatique quantique.

Informatique quantique pour les débutants

Si vous êtes un passionné de l’informatique quantique et que vous souhaitez commencer à apprendre la théorie, les publications suivantes vous guident dans différents thèmes, tels que la physique quantique, la science informatique et l’algèbre linéaire.

  • Nielsen, M. A. & Chuang, I. L. Quantum Computation and Quantum Information. Calcul quantique et informations quantiques. Royaume-Uni : Cambridge University Press, 2010.
  • Kaye, P., Laflamme, R., & Mosca, M. Introduction à l’informatique quantique. Oxford University Press, 2007.
  • Rieffel, E. G., & Polak, W. H. Quantum computing : A gentle introduction. MIT Press, 2011.

Différents types de qubits

  • Sergey Bravyi, Oliver Dial, Jay M. Gambetta, Dario Gil et Zaira Nazario. L’avenir de l’informatique quantique avec des qubits supraconducteurs, 2022.
  • Microsoft Quantum. InAs-Al Hybrid Devices passant le protocole d’écart topologique, arXiv :2207.02472 [cond-mat.mes-hall], (2022).
  • M Saffman. Informatique quantique avec des qubits atomiques et des interactions rydberg : progrès et défis, Journal de physique B : physique atomique, moléculaire et optique, 49(20) : 202001, (2016).
  • J. I. Cirac et P. Zoller. Calculs quantiques avec des ions froids piégés, Phys. Rev. Lett., 74 :4091-4094 (1995).

Correction d’erreur quantique

  • Michael Beverland, Vadym Kliuchnikov et Eddie Schoute. Compilation de code Surface via des chemins d’accès disjoints, PRX Quantum, 3 :020342, (2022) .
  • Adam Paetznick, Christina Knapp, Nicolas Delfosse, Bela Bauer, Jeongwan Haah, Matthew B. Hastings et Marcus P. da Silva. Performances des codes de floquet planaires avec des qubits basés sur majorana, 2022.
  • Austin G. Fowler, Matteo Mariantoni, John M. Martinis et Andrew N. Cleland. Codes surface : vers un calcul quantique pratique à grande échelle, Phys. Rev. A, 86 :032324, (2012).
  • Daniel Gottesman. Présentation de la correction des erreurs quantiques et du calcul quantique à tolérance de panne. In Quantum information science and its contributions to mathematics, Proceedings of Symposia in Applied Mathematics, volume 68, pages 13-58, (2010).

Estimation des ressources

  • M. E. Beverland, P. Murali,1 M. Troyer, K. M. Svore, T. Hoefler, V. Kliuchnikov, G. H. Low, M. Soeken, A. Sundaram et A. Vaschillo. Évaluation des exigences de mise à l’échelle pour bénéficier d’un avantage quantique pratique, arXiv :2211.07629v1, 2022.
  • Isaac H. Kim, Ye-Hua Liu, Sam Pallister, William Pol, Sam Roberts et Eunseok Lee. Estimation des ressources tolérantes aux pannes pour les simulations chimiques quantiques : étude de cas sur les molécules d’électrolyte de batterie li-ion. Phys. Rev. Research, 4 :023019, avril 2022.
  • Giulia Meuli, Mathias Soeken, Martin Roetteler et Thomas H ̈aner. Activation de compilateurs quantiques prenant en charge la précision à l’aide de l’estimation de ressources symboliques, Proc. Programme ACM. Lang., 4(OOPSLA), 2020.

Informatique quantique à tolérance de pannes

  • Hector Bombin, Chris Dawson, Ryan V. Mishmash, Naomi Nickerson, Fernando Pastawski et Sam Roberts. Blocs logiques pour le calcul quantique topologique tolérant aux pannes, 2021.
  • Antonio D. C’orcoles, Abhinav Kandala, Ali Javadi-Abhari, Douglas T. McClure, Andrew W. Cross, Kristan Temme, Paul D. Nation, Matthias Steffen et Jay M. Gambetta. Défis et opportunités des systèmes d’informatique quantique à court terme, Actes de l’IEEE, 108(8) :1338-1352 (2020).
  • Michael Edward Beverland. Vers des ordinateurs quantiques réalisables, thèse de doctorat, California Institute of Technology, 2016.
  • Peter W Shor. Calcul quantique à tolérance de panne. Dans Actes de la 37e conférence sur les fondements de l’informatique, pages 56 à 65. IEEE (1996).

Chimie quantique

  • J. Tilly, Hongxiang Chen, Shuxiang Cao, D. Picozzi, K. Setia, Ying Li, E. Grant, L. Wossnig, I. Rungger, G. Booth, J. Tennyson. The Variational Quantum Eigensolver : a review of methods and best practices, arXiv :2111.05176v3 [quant-ph], 2022.
  • V. von Burg, Guang Hao Low, T. Häner, D.S. Steiger, M. Reiher, M. Roetteler et M. Troyer. L’informatique quantique a amélioré la catalyse de calcul. Phys. Rev. Research 3, 033055 (2021).
  • Bela Bauer, Sergey Bravyi, Mario Motta et Garnet Kin-Lic Chan. Algorithmes quantiques pour la chimie quantique et la science des matériaux quantiques, Chemical Reviews, 120(22) :12685-12717 (2020).