Au début des années 1640, Blaise Pascal, encore adolescent, a inventé la première calculatrice mécanique. Connu sous le nom de Pascaline, cet artefact a donné le coup d'envoi d'une révolution technologique, les machines devenant des aides à la résolution de problèmes mathématiques. Comme PASQAL est une société française d'informatique quantique qui construit la prochaine génération de superordinateurs, nous portons son nom en son honneur.
Blaise Pascal était un mathématicien de renom, un ingénieur et un entrepreneur philanthrope, mais surtout un philosophe préoccupé par les problèmes sociaux, éthiques et scientifiques de son époque. Pour célébrer le 400e anniversaire de sa naissance et honorer son héritage, PASQAL, en collaboration avec Blaise Pascal Advisors, a organisé un hackathon d'informatique quantique - leBlaise Pascal [Re]generative Quantum Challenge - qui vaau-delà d'une simple compétition de performance et vise à souligner les avantages de l'informatique quantique pour le développement durable.
Cherchant à servir de manière responsable les objectifs de développement durable des Nations unies (ODD), PASQAL a proposé six défis en matière de développement durable, liés à dix ODD, qui ont le plus de chances d'être relevés à l'aide de la technologie quantique à atomes neutres, réduisant ainsi efficacement l'empreinte carbone par rapport aux méthodes classiques. Ces défis sont présentés dans la figure 1.
Les candidats au hackathon ont été invités à proposer des cas d'utilisation qui répondent directement ou indirectement à un ou plusieurs des défis proposés et des solutions applicables à la technologie quantique actuelle ou prochaine PASQAL , en montrant comment leurs modèles hybrides quantiques/classiques peuvent réduire l'empreinte carbone par rapport aux techniques classiques pures.
Le hackathon, dont les inscriptions ont été ouvertes le 16 août, a attiré plus de 770 candidats organisés en équipes qui ont présenté 75 propositions provenant de plus de 20 pays. À partir du 5 octobre et pendant six semaines, les équipes ont travaillé avec des mentors et des consultants commerciaux et techniques de PASQAL et Capgemini, qui leur ont offert des conseils et des stratégies tout au long de leur parcours.
Relever les défis des OMD et réduire l'empreinte énergétique grâce aux ordinateurs quantiques
Pourquoi l'informatique quantique ? L'informatique quantique promet de résoudre des problèmes complexes inaccessibles aux dispositifs traditionnels. Ces problèmes sont dits inaccessibles ou insolubles parce que leur temps de calcul augmente de façon exponentielle avec leur taille. Les exemples typiques sont les problèmes d'optimisation, tels que l'optimisation de l'approvisionnement de la chaîne alimentaire(FSO), qui englobe toutes les activités, organisations, acteurs, ressources et services impliqués dans la production de biens agroalimentaires de consommation. D'autres exemples typiques de problèmes insolubles sont les simulations chimiques au niveau moléculaire, qui sont particulièrement cruciales dans le domaine des soins de santé, comme laconception de médicamentsou lala prédiction de la toxicité. Les méthodes hybrides impliquant des ordinateurs quantiques et des méthodes classiques devraient contribuer à accélérer l'innovation environnementale et les systèmes de soins de santé, en identifiant des solutions intégrées, telles que les réseaux intelligents, les pratiques agricoles durables et la dynamique biomoléculaire pour les vaccins et la découverte de médicaments.
Dans l'architecture quantique actuelle de PASQAL, des réseaux arbitraires d'atomes neutres sont manipulés individuellement à l'aide de faisceaux laser très concentrés, appelés pinces optiques. L'information quantique est codée en contrôlant les états d'énergie électronique des atomes, généralement un état fondamental et un état de très haute énergie appelé état de Rydberg. Divers composants, dont un ordinateur classique, sont nécessaires pour mettre en place et effectuer les calculs sur une unité de traitement d'atomes neutres. Chacun d'entre eux contribue à la consommation d'énergie. PASQAL L'appareil commercial actuel de la Commission européenne, Fresnel, fonctionne à température ambiante ; il n'y a donc pas lieu de tenir compte de la consommation d'énergie due aux composants de réfrigération. La consommation totale d'énergie de Fresnel, à sa capacité maximale, s'élève à 2 à 3 kW.
Méthodes de sélection des finalistes et des lauréats
La première étape a consisté à filtrer les cas d'utilisation en fonction d'une évaluation de la durabilité, chaque projet devant contribuer au moins à l'un des six domaines de la figure 1. Critère d'exclusion : le jury s'est prononcé contre les effets négatifs potentiels de tout cas d'utilisation énumérés dans la recommandation de l'UNESCO sur l'éthique de l'IA. Recommandation de l'UNESCO sur l'éthique de l'IA. Cinquante projets ont été retenus.
La deuxième étape concernait l'évaluation de la faisabilité et de la crédibilité de leurs algorithmes quantiques. Les équipes ont été invitées à argumenter sur l'implémentabilité de la solution proposée sur des machines à atomes neutres de 100+ qubits, 500+ qubits et sur l'extensibilité à 1000+ qubits. Vingt projets ont avancé.
La troisième étape concernait à la fois la qualité de la solution mise en œuvre et l'avantage énergétique quantique, y compris le cycle de vie des ordinateurs ( ). Il leur a été demandé de fournir la version définitive de l'algorithme et du code, avec des données détaillées, des simulations et des interprétations de la consommation d'énergie des méthodes choisies.
Le score a été établi sur la base des critères suivants :
- Faisabilité / crédibilité de l'algorithme quantique proposé.
- Sur l'avantage potentiel de l'énergie quantique, un rapport avec un équivalent HPC (High Performance Computers) classique. Il leur a été demandé d'exposer clairement toutes les ressources de calcul requises (GPU ou/et CPU) pour les temps d'exécution classiques et les ressources quantiques, y compris les détails, tels que le nombre de qubits. Il leur a également été demandé d'argumenter sur le ratio énergétique du cycle de vie complet du calcul entre le quantique et le classique et sur les coûts énergétiques de l'évolutivité (ajout de qubits supplémentaires).
- Sur l'excellence / l'innovation du code, qu'il s'agisse d'un nouvel algorithme ou d'une application innovante d'un algorithme existant.
Dix équipes finalistes se sont qualifiées.
La démonstration finale et les gagnants
Les dix finalistes ont été invités à faire une démonstration en direct de leurs résultats devant un jury externe. Le jury était composé de
- Florent Menegaux, PDG de Michelin
- Frédéric Magniez, directeur de recherche au CNRS
- Etienne de Rocquigny, Fondateur Blaise Pascal Advisors
- Kristel Michielsen, Centre de calcul intensif de Jülich et fondatrice de l'EMBD
- Georges-Olivier Reymond, directeur général de PASQAL
L'évaluation était basée sur : la valeur de durabilité du cas d'utilisation, la qualité technique de la mise en œuvre sur les technologies quantiques actuelles et futures, l'excellence/originalité de l'approche, et l'avantage de l'empreinte carbone résultant des économies d'énergie par rapport aux solutions HPC classiques existantes. Le jury a sélectionné trois projets gagnants parmi les dix finalistes.
Les projets gagnants du Hackathon : cas d'utilisation, défis de durabilité abordés, solutions et leçons.
3ème prix : Arrimage moléculaire avec des atomes neutres. Découverte de médicaments, dans le cadre de l'objectif de développement durable n° 3. Membres de l'équipe : Victor Onofre, Noe Bosc-Haddad et Mathieu Garrigues.
Le paclitaxel est une molécule largement utilisée en chimiothérapie pour lutter contre les cancers du sein, du poumon et du pancréas. Cependant, comme il s'agit d'une substance naturelle extraite de l'écorce de l'if, son utilisation présente un risque pour les populations d'ifs et leurs écosystèmes. La culture à grande échelle d'espèces sélectionnées pour leur forte concentration en paclitaxel a partiellement résolu le problème. Cependant, la production reste suffisamment faible pour que le médicament conserve des coûts excessifs. De plus, la monoculture de ces espèces (notamment en Chine) a un impact négatif sur la biodiversité, ce qui rend la production mondiale de paclitaxel vulnérable aux risques naturels, tels que les sécheresses, les incendies et les maladies. La synthèse de cette molécule est très complexe (entre 25 et 40 étapes), coûteuse et produit de nombreux sous-produits toxiques. Cette situation prévaut pour de nombreux autres médicaments et traitements aujourd'hui.
Pour pallier ces problèmes, plusieurs laboratoires tentent de trouver des alternatives synthétiques. Malheureusement, 90 % des développements cliniques de médicamentsne sont pas approuvés. L'industrie pharmaceutique doit donc améliorer le processus de découverte des médicaments. Les stratégies informatiques peuvent contribuer à accélérer la conception des médicaments. Cependant, l'identification de nouvelles molécules potentielles pour les traitements médicaux est un processus informatique intense et souvent une tâche infaisable pour les méthodes classiques. De nouvelles stratégies apparaissent pour accélérer le processus, comme le criblage virtuel basé sur la structure, qui s'appuie sur la façon dont une molécule médicamenteuse candidate (appelée ligand) s'arrimeà la protéine ciblée dans notre corps, ce que l'on appelle la méthode de méthode d'ancrage moléculaire. Grâce à cette approche, les chercheurs peuvent prédire l'activité des molécules candidates sur le site de liaison des protéines, ce qui permet de sélectionner celles qui ont un comportement souhaitable. Un problème d'ancrage moléculaire peut être représenté sous la forme d'un problème de graphe ; cependant, bien qu'elles soient de plus en plus populaires en raison de leur polyvalence, les tâches basées sur les graphes sont encore très coûteuses pour les ordinateurs classiques.La science moléculaire est une application clé de l'informatique quantique, qui promet des accélérations par rapport aux architectures classiques traditionnelles pour certains problèmes.
"J'ai lu un article sur l'ancrage moléculaire, qui expliquait comment représenter le problème sous forme de graphiques. Je connaissais également PASQAL et je savais que sa technologie pouvait mettre en œuvre des graphes. J'ai donc pensé que ce problème pouvait être résolu à l'aide des dispositifs PASQAL ", explique Victor Onofre, ingénieur en logiciel quantique. "Nous savions que PASQAL est l'une des technologies quantiques françaises les plus matures, il était donc important pour nous de participer à ce hackathon proposant ce problème crucial dans le domaine des soins de santé."
Les méthodes de graphes sont les mieux adaptées à un ordinateur quantique à atomes neutres, tel que celui de PASQAL, en raison de leur implémentation relativement native. En effet, le système quantique associé aux réseaux d'atomes neutres froids peut être naturellement interprété comme une structure de type graphique d'un point de vue mathématique.
L'équipe a estimé la mise en œuvre de son algorithme sur le matériel quantique PASQAL et a créé une feuille de route pour les futures générations de matériel afin de résoudre le problème de l'amarrage moléculaire. En collaboration avec un mentor technique, ils ont émulé une version préliminaire de l'algorithme et estimé la mise en œuvre sur le dispositif actuel PASQAL de plus de 100 qubits, montrant comment la solution sera considérablement améliorée par rapport à la méthode classique dans la génération de plus de 1000 qubits. Enfin, ils ont estimé que l'avantage en termes d'empreinte carbone se produirait avec une génération future de plus de 10 000 qubits (figure 4).
"Nous sommes une espèce très inefficace. Nous avons besoin de l'aide des machines pour comprendre comment préserver les ressources dont nous avons besoin, et les ordinateurs quantiques sont de bons candidats pour cela", commente Mathieu Garrigues, ingénieur en apprentissage automatique et en informatique quantique.
2èmeprix : NeutroGen : Débloquer les applications basées sur les données. Réseaux intelligents et énergie abordable/propre, dans les ODD 11 et 13. Membres de l'équipe : Maria Demidik, Manuel Rudolph, Cenk Tüysüz et Giorgio Facelli.
Trouver des implantations de parcs éoliens qui maximisent l'efficacité est un problème crucial pour les industries des énergies renouvelables. Par exemple, comment placer les éoliennes dans un champ, en maximisant leur exposition aux vitesses de vent les plus importantes - généralement des champs caractérisés par des vitesses de vent variables - mais en évitant que les éoliennes ne se gênent les unes les autres lorsqu'elles sont positionnées à proximité les unes des autres ? Ce problème relève de l'optimisation combinatoire, qui devient rapidement très complexe et extrêmement coûteuse pour les ordinateurs classiques. En outre, ces infrastructures doivent être conçues pour fonctionner pendant des décennies, car elles sont difficilement réversibles. Par conséquent, une planification efficace des réseaux intelligents est cruciale pour éviter une consommation excessive de ressources et d'énergie, garantissant ainsi un système énergétique plus durable.
L'informatique quantique à atomes neutres offre un cadre prometteur pour traiter de nombreux problèmes fondés sur des données qui peuvent être adaptés à l'optimisation combinatoire. Les données entrantes peuvent être traduites en positions d'atomes neutres par des techniques graphiques, en faisant correspondre les corrélations dans les données aux positions de l'atome dans le registre.
Nous participions à une université d'été sur l'informatique quantique au Laboratoire national de Los Alamos, aux États-Unis, lorsque ce hackathon nous a été mentionné, et je me suis dit : "Faisons-le, participons !", raconte Manuel Rudolph, doctorant à l'EPFL, à Lausanne, en Suisse. En tant que chercheur en apprentissage automatique quantique, le sujet proposé m'est venu à l'esprit lorsque je me suis demandé comment nous pouvions utiliser l'informatique quantique basée sur les atomes neutres pour résoudre des problèmes nécessitant beaucoup de données".
L'une des limites de la technologie actuelle des atomes neutres est la difficulté de représenter des graphes non planaires (> 2D) avec leurs réseaux d'atomes, ce qui est important pour résoudre la plupart des problèmes de réseaux intelligents. L'équipe NeutroGen a proposé un algorithme qui convertit le problème original des graphes non planaires en réseaux d'atomes intelligents en 2D ou 3D, produisant des résultats de haute qualité. Un avantage important de l'utilisation d'une architecture quantique de type PASQAL est que lorsque les qubits sont dans l'état de Rydberg, les interactions de van der Waals interdisent à deux atomes d'être simultanément dans l'état de Rydberg s'ils sont trop proches l'un de l'autre, un phénomène appelé blocage de Rydberg. Ce phénomène naturel permet de supprimer les solutions défavorables à la tâche d'optimisation.
"La plupart des membres de l'équipe connaissaient le site PASQAL, mais pas tous son architecture. L'un des défis consistait donc à comprendre toutes les fonctionnalités et capacités des atomes neutres et à les utiliser correctement", explique Maria Demidik, étudiante en doctorat à DESY, en Allemagne.
Cette solution quantique d'équipe ne nécessite que peu ou pas de données d'apprentissage dans le flux de travail, ce quipromet dessolutions efficaces à des défis complexes, non seulement pour les fermes éoliennes, mais aussi pour de nombreuses autres applications de réseaux intelligents.
L'équipe a estimé les économies potentielles de temps et d'énergie par rapport aux méthodes classiques de calcul intensif. Elle a constaté que pour la tâche d'optimisation du parc d'éoliennes, son approche permettrait de réduire considérablement le coût des méthodes classiques. Ils ont comparé les recherches par épuisement et les simulations de Monte Carlo à leurs algorithmes mis en œuvre sur des unités de traitement quantique à atomes neutres. Les résultats sont présentés dans la figure ci-dessous, où l'avantage quantique et l'éventuel avantage énergétique associé atteignent les points de croisement. L'évaluation comparative avec la recherche exhaustive n'est possible que pour un nombre de qubits largement inférieur à 100, mais pour la méthode très populaire de Monte Carlo, elle dépasse légèrement la barre des 300 qubits (figure 6).
1er prix : Neutral Atom Renewable Energy Forecasting (prévision des énergies renouvelables). Dans le domaine de l'énergie propre et abordable, du climat et de la biodiversité - ODD 13. Membres de l'équipe Naomi Mona Chmielewski, Léo Monbroussou, et Ulysse Rémond
La production d'énergie à partir de sources propres, telles que les parcs d'éoliennes ou les panneaux solaires, dépend de conditions météorologiques et climatiques très chaotiques et difficiles à modéliser. Une prévision peu fiable peut avoir des conséquences environnementales et économiques. Si la production est sous-estimée, les fournisseurs d'énergie doivent se tourner vers d'autres sources, telles que les combustibles fossiles ou d'autres solutions moins durables, ce qui peut rapidement entraîner des émissions de CO2 beaucoup plus importantes. Si la production est surestimée, les fournisseurs d'énergie seront pénalisés financièrement.
Les modèles capables de prédire le comportement de ces systèmes complexes peuvent être difficiles à former et nécessitent une quantité importante d'énergie et de données. Beaucoup de ces modèles nécessitent l'accès à des ordinateurs très performants. Cela peut créer une inégalité entre les grands fournisseurs d'énergie ayant accès à des ressources informatiques coûteuses et les plus petits qui tentent d'intégrer davantage de sources d'énergie renouvelables.
"Les modèles ont tendance à consommer beaucoup d'énergie, ce qui va à l'encontre de l'objectif d'optimisation de l'énergie. À EDF, nous les utilisons pour la production d'énergie renouvelable, mais c'est en fait le cas pour de nombreux autres problèmes liés aux objectifs de développement durable", a déclaré Ulysse Rémond, doctorant à EDF.
Un paradigme intéressant d'apprentissage automatique pour modéliser des systèmes complexes est connu sous le nom d'informatique de réservoir. Un réservoir est un système physique qui présente un comportement complexe et dont la dynamique est utilisée pour reproduire le comportement du système original dans le temps. Un réservoir peut être créé à partir de circuits analogiques classiques, par exemple, pour modéliserun système avec rétroaction retardée. Les systèmes quantiquesont été considérés comme des choix naturels pour les réservoirsavec descoûts de formation de données très faibles. Les unités de traitement quantique à atomes neutres, telles que les machines de PASQAL, étant particulièrement bien adaptées aux cadres analogiques, l'équipe gagnante a mis au point deux nouveaux algorithmes conçus pour être mis en œuvre sur un dispositif PASQAL actuel.
"Je connaissais plusieurs technologies, mais PASQAL est sans aucun doute l'une de ces technologies avancées, très bien connue au sein de la communauté quantique", a déclaré Naomi Mona Chmielewski, doctorante à EDF, France. "Dans le cadre de ce hackathon, nous avons vu beaucoup de problèmes combinatoires qui peuvent être appliqués aux villes intelligentes, par exemple, où notre cas d'utilisation peut également s'appliquer."
Ils ont testé l'un de leurs programmes sur notre émulateur en utilisant 14 qubits, obtenant des résultats qui surpassent de manière significative le réservoir classique des réseaux neuronaux traditionnels (figures 7 et 8).
En ce qui concerne le benchmark sur la consommation d'énergie, l'équipe gagnante a exploré les avantages quantiques et énergétiques en fonction de la taille des données du problème pour PASQAL le benchmark de l'appareil commercial actuel Fresnel et de l'appareil de prochaine génération Rubi avec les GPU NVIDIA et le centre HPC Joliot-Cirie. Les résultats sont présentés dans la figure ci-dessous (figure 9).
"D'ici quelques années, nous verrons comment l'informatique quantique peut contribuer à relever les défis des objectifs du Millénaire pour le développement", a déclaré Naomi. "Ce cas d'utilisation fait partie des recherches que j'ai menées dans le cadre de mon projet de doctorat. J'aimerais le mettre en œuvre dans un dispositif PASQAL et éventuellement publier les résultats dans une revue à comité de lecture, et continuer à travailler à l'établissement d'un cadre mathématique pour faciliter la construction de bons réservoirs."
"La prochaine étape consistera à tester les cas d'utilisation et les algorithmes retenus lors de ce hackathon sur l'ordinateur quantique, en utilisant des données réelles, et à voir quel type de complexité pourrait apparaître", commente Ulysse Rémond, doctorant à l'EDF. "Le fait que nous puissions avoir cette possibilité avec des appareils PASQAL n'est pas très courant", a déclaré Ulysse Rémond, doctorant à l'EDF.
Messages finaux des membres des trois équipes gagnantes
Mathieu Garrigues de l'équipe Molecular Docking: "L'informatique quantique est amusante ! C'est un sujet incroyablement stimulant parce que, bien qu'il s'agisse de physique quantique, vous devez connaître beaucoup d'informatique, ce qui représente un défi complètement nouveau, quelle que soit votre formation ; et en ce qui nous concerne, nous croyons vraiment qu'il s'agit de la technologie du futur. En ce qui nous concerne, nous croyons vraiment qu'il s'agit d'une technologie d'avenir. Donc, si vous commencez maintenant à travailler sur ce sujet, vous travaillerez sur quelque chose qui changera l'humanité.
Maria Demidik de l'équipe NeutroGen: "Il est fondamental pour toute femme qui souhaite rejoindre ce domaine ou étudier la physique, les mathématiques ou la programmation de se lancer ! À l'heure actuelle, dans le monde universitaire et dans l'industrie, de nombreux progrès ont été réalisés en matière d'égalité des sexes. Nous sommes sur la bonne voie et je pense que de plus en plus de gens comprennent que ce n'est pas votre nationalité ou votre sexe qui vous définit en tant que spécialiste ou scientifique, mais plutôt vos connaissances, votre expérience et vos compétences.
Manuel Rudolph de l'équipe NeutroGen. "J'aime faire de la recherche dans le domaine de l'informatique quantique, j'aime la dynamique, l'enthousiasme et la volonté de chacun de collaborer avec les autres, ce sont les avantages d'être dans ce domaine moderne et en plein essor.
Naomi Mona Chmielewski, de l'équipe chargée des prévisions en matière d'énergies renouvelables: "L'informatique quantique est une communauté jeune et dynamique. Je la trouve très inclusive, très accueillante, et c'est un domaine très interdisciplinaire, donc même si vous n'êtes pas physicien, mais mathématicien ou informaticien, vous pouvez y entrer avec des connaissances différentes et apporter de nouvelles perspectives."
Les projets des sept finalistes dans le désordre
- Planificateur quantique pour les réseaux de recharge de véhicules électriques. Trouver les emplacements les plus efficaces pour les stations de recharge des véhicules électriques. Dans les domaines du transport durable, de l'industrie et de l'économie circulaire (ODD 9) ; de l'environnement, du climat et de la biodiversité (ODD 12). Par Jaka Vadeb et Alejandro Montanez.
- Prédiction de la structure cristalline à l'aide de réseaux d'atomes de Rydberg. Prédire les structures cristallines stables des matériaux sur la base de leur composition chimique. La complexité s'accroît lorsqu'il s'agit de médicaments, ce qui entraîne une augmentation du coût des médicaments et les rend moins accessibles à la population mondiale. En bonne santé et dans le bien-être (ODD 3). Par Artem Zhutov, Soroush Khoubyariam et Bharat Kuchhal.
- Conception de réseaux de transport efficaces à l'aide de réseaux d'atomes neutres. Conception de réseaux de transport public efficaces et durables. Dans les transports durables, l'industrie et l'économie circulaire (SDG 9). Par Chia Tso Lai, Alfaxad Eyembe, Mudassir Moosa.
- Qurobi : Un pipeline quantique pour le couplage sectoriel. Réseau énergétique hétérogène, simulation de systèmes complexes. Dans les réseaux intelligents, une énergie abordable et propre (SDG 7). Par Anna Knörr, Petia Arabadjieva, Arijit Upadhyay et Jonas Kramer.
- Caractérisation des matériaux pour la capture duCO2. Capture et séquestration efficaces du carbone. Environnement, climat et biodiversité (ODD 13, 14 et 15). Par Hugo Jaunin et Brian Ventura.
- Optimisation des horaires ferroviaires grâce à l'informatique quantique. Programmation optimale de grands réseaux ferroviaires existants avec des contraintes multiples. Dans le domaine du transport durable, de l'industrie et de l'économie circulaire (SDG 9). José Jesus.
- Détection des fuites d'eau. Placement optimal de capteurs dans le réseau de distribution d'eau pour détecter les fuites dans un réseau de distribution d'eau. Dans les villes intelligentes, l'eau propre et l'assainissement (SDG 6 et 11). Par Quentin Ma, Maëlle Toy-Riont-Le Dosseur, Louis Barcikowsky, et Laurent Querella.
Souhaitez-vous en savoir plus sur ces techniques sur un ordinateur quantique à atomes neutres ? Familiarisez-vous avec l'informatique quantique, notre plateforme et nos algorithmes avecQuantum Discovery.
Références
- Appeltant, L., Soriano, M. C., Van Der Sande, G., Danckaert, J., Massar, S., Dambre, J., Schrauwen, B., Mirasso, C. R., & Fischer, I. (2011). Information processing using a single dynamical node as complex system (Traitement de l'information à l'aide d'un seul nœud dynamique en tant que système complexe). Nature Communications, 2(1). https://doi.org/10.1038/ncomms1476
- Bravo, R. A., Najafi, K., Gao, X. et Yelin, S. F. (2022). Quantum reservoir computing using arrays of Rydberg atoms. PRX Quantum, 3(3). https://doi.org/10.1103/prxquantum.3.030325
- Chen, J. et Nurdin, H. I. (2019). Apprendre des cartes d'entrée-sortie non linéaires avec des systèmes quantiques dissipatifs. Quantum Information Processing, 18(7). https://doi.org/10.1007/s11128-019-2311-9
- Fujii, K. et Nakajima, K. (2017). Exploiter la dynamique quantique Disordered-Ensemble pour l'apprentissage automatique. Physical Review Applied, 8(2). https://doi.org/10.1103/physrevapplied.8.024030
- Halperin, I., Ma, B., Wolfson, H. J. et Nussinov, R. (2002). Principles of docking : Une vue d'ensemble des algorithmes de recherche et un guide des fonctions de notation. Proteins : Structure, Function, and Bioinformatics, 47(4), 409-443. https://doi.org/10.1002/prot.10115
- Henriet, L., Beguin, L., Signoles, A., Lahaye, T., Browaeys, A., Reymond, G. O., & Jurczak, C. (2020). Calcul quantique avec des atomes neutres. Quantum, 4, 327.
- Philippe, & Philippe. (2023, 8 mars). Pourquoi 90 % du développement clinique des médicaments échoue et comment l'améliorer ? Pharma Excipients. https://www.pharmaexcipients.com/news/90-of-drugs-fail-clinical-trials/
- Thabet, S., Fouilland, R., Djellabi, M., Sokolov, I., Kasture, S., Henry, L-P., et Henriet, L. (2023). Amélioration des réseaux neuronaux graphiques avec des encodages calculés quantiquement. Disponible à l'adresse suivante https://arxiv.org/abs/2310.20519
