Cas d'usage de l'informatique quantique

Approche quantique

La VQE (solveur propre quantique variationnel) mappe les hamiltoniens moléculaires sur des qubits à l'aide des transformations de Jordan-Wigner ou Bravyi-Kitaev, puis minimise variationnellement l'énergie pour trouver les états fondamentaux. Même de modestes avantages quantiques dans l'estimation de l'énergie de corrélation pourraient avoir un impact de plusieurs milliards de dollars sur la R&D pharmaceutique.

Approche quantique

Ce cas d'usage est unique : la menace quantique motive l'action classique. Le NIST a finalisé CRYSTALS-Kyber (ML-KEM) et CRYSTALS-Dilithium (ML-DSA) en 2024. Les développeurs doivent auditer l'infrastructure cryptographique et migrer les algorithmes asymétriques. Les attaques « récolter maintenant, déchiffrer plus tard » rendent cela urgent aujourd'hui.

Approche quantique

Le QAOA encode le problème d'optimisation sous forme d'hamiltonien, puis optimise variationnellement les paramètres du circuit pour produire des solutions de haute qualité. À une profondeur de circuit suffisante, le QAOA converge vers l'optimum exact. Le matériel NISQ actuel limite la profondeur ; les solveurs classiques dominent encore pour les tailles de problèmes réelles.

Approche quantique

Les circuits quantiques paramétrés servent de modèles entraînables. Les noyaux quantiques calculent des produits scalaires dans des espaces de Hilbert exponentiellement grands. Les QNN utilisent des gradients par règle de décalage de paramètre avec une rétropropagation classique. La question ouverte clé : existe-t-il des données quantiques à structure quantique intrinsèque que le ML classique ne peut pas apprendre efficacement ?

Approche quantique

La DFT classique (théorie de la fonctionnelle de la densité) approxime la corrélation électronique et peine avec les matériaux fortement corrélés. L'estimation de phase quantique peut calculer des énergies de corrélation exactes. La fixation de l'azote (le cofacteur FeMo de la nitrogénase) est un problème d'environ 50 qubits qui pourrait être le premier avantage de chimie quantique commercialement pertinent.

Approche quantique

Le Monte-Carlo classique évolue en O(1/ε²) pour une précision ε. L'estimation d'amplitude quantique atteint O(1/ε) — une accélération quadratique. Pour la valorisation de dérivés, cela revient à réduire une simulation de 10 000 échantillons à environ 100 requêtes quantiques. Goldman Sachs, JPMorgan et BBVA font activement des recherches à ce sujet.

Approche quantique

La trotterisation mappe l'évolution hamiltonienne sur des portes quantiques. La simulation quantique numérique-analogique utilise des couplages ajustables. Les approches variationnelles (VQE, évolution en temps imaginaire) simulent les états fondamentaux et excités. C'est sans doute l'application quantique à court terme la plus mature, avec le moins de concurrence classique.

Approche quantique

Les protocoles QKD (BB84, E91) encodent les bits de clé dans des états quantiques (polarisations de photons). Tout espion perturbe nécessairement le canal, révélant sa présence. La QKD offre une sécurité inconditionnelle — non fondée sur la difficulté computationnelle. Des systèmes commerciaux existent mais nécessitent des liaisons en fibre dédiées ou des canaux satellitaires.

Approche quantique

Mapper le repliement des protéines sur des problèmes QUBO (optimisation binaire quadratique sans contrainte) pour le QAOA. Marches quantiques pour l'alignement de séquences. À long terme, estimation de phase quantique pour une modélisation quantique complète des interactions protéine-ligand surpassant les champs de force classiques.

Approche quantique

Le QAOA et le recuit quantique ciblent le problème de routage de véhicules (VRP), une généralisation du TSP. Les résultats NISQ actuels battent le hasard mais pas les heuristiques classiques. Avec des ordinateurs quantiques à correction d'erreurs et des circuits QAOA plus profonds, un avantage quantique pour le routage du monde réel pourrait émerger.