Tutoriels

Utilise ces tutoriels pour apprendre à appliquer Qiskit aux cas d'utilisation courants de l'informatique quantique.

• Commence par l'ensemble des tutoriels de la section Commencer si c'est la première fois que tu exécutes du code sur un ordinateur quantique.

• La section sur les flux de travail vers l'avantage quantique contient des exemples de bout en bout d'utilisation d'un ordinateur quantique pour résoudre des problèmes du monde réel. Ces tutoriels se concentrent sur des algorithmes qui sont des candidats prometteurs pour atteindre un avantage computationnel d'un ordinateur quantique sur un ordinateur classique.

• La section sur les capacités de Qiskit contient des exemples qui utilisent les techniques les plus récentes et les plus avancées de l'écosystème Qiskit pour améliorer une partie ou l'ensemble d'un flux de travail particulier.

Premiers pas

Ces tutoriels sont destinés aux débutants qui sont prêts à explorer l'exécution d'algorithmes quantiques sur un ordinateur quantique.

• Inégalité de CHSH

Explorer les flux de travail vers l'avantage quantique

Les tutoriels de cette section couvrent des démonstrations à grande échelle d'algorithmes quantiques.

Algorithmes d'échantillonnage vérifiables

Les algorithmes de cette catégorie se concentrent sur les circuits quantiques dont les distributions de sortie encodent des solutions à des problèmes structurés avec une sortie vérifiable. La vérifiabilité signifie que tu peux vérifier la cohérence entre les données mesurées, soit en évaluant la chaîne de bits choisie, soit en sachant que les faux positifs ne se produisent pas.

Les tutoriels mettent en évidence des techniques où l'échantillonnage répété permet l'estimation de quantités spécifiques au problème (par exemple, les valeurs de la fonction de coût ou les poids spectraux). Ces méthodes sont particulièrement pertinentes pour les tâches d'optimisation et de simulation présentant des symétries.

• Diagonalisation quantique par échantillonnage d'un hamiltonien de chimie

• Diagonalisation quantique de Krylov par échantillonnage d'un modèle de réseau fermionique

• Algorithme SqDRIFT pour l'estimation de l'état fondamental

• Diagonalisation quantique par échantillonnage groupé d'un hamiltonien nucléaire

• Algorithme d'optimisation approchée quantique

• Techniques avancées pour QAOA

• Démarrage à chaud de QAOA avec le module complémentaire Qiskit Optimization Mapper

• Optimisation multi-objectif approchée quantique

• Encodage par corrélation de Pauli pour réduire les exigences de Maxcut

• Calculs de solvant implicite avec Qiskit Serverless

Estimation d'observables

Ces tutoriels se concentrent sur l'estimation de quantités physiquement significatives, telles que l'énergie ou les valeurs de corrélation, en préparant des états quantiques et en mesurant des observables. Les techniques incluent des approches de circuits variationnels et trotterisés qui équilibrent l'expressivité du circuit avec l'efficacité en profondeur de circuit. L'accent est mis sur les flux de travail qui réduisent les exigences en ressources quantiques tout en maintenant la précision, et permettant une estimation pratique des observables dans les systèmes chimiques et physiques.

• Simuler la diffusion de neutrons dans des matériaux quantiques avec des circuits quantiques

• Simuler la diffusion de neutrons avec un flux de travail Serverless AQC + dynamique de Trotter

• Diagonalisation quantique de Krylov des hamiltoniens de réseau

• Transition de phase de Nishimori

• Estimation de l'énergie de l'état fondamental de la chaîne de Heisenberg avec VQE

• Entraînement de noyaux quantiques

• Améliorer la classification de caractéristiques à l'aide de noyaux quantiques projetés

• Inégalité de CHSH

• Observation d'une dynamique de hadrons non abéliens robuste et cohérente sur des processeurs quantiques bruités

• Tomographie par ombres de l'état de Greenberger-Horne-Zeilinger

• Simuler l'évolution temporelle du modèle d'Ising à champ transverse

Algorithmes tolérants aux fautes

Cette section présente des algorithmes avec des garanties théoriques bien définies, conçus pour fonctionner sur du matériel quantique futur à correction d'erreurs. Les circuits ou la surcharge d'échantillonnage de ces algorithmes évoluent d'une manière qui n'est pas efficace en profondeur et sont donc plus susceptibles de démontrer un avantage quantique lorsque des ordinateurs quantiques tolérants aux fautes existeront. Ces tutoriels illustrent le fonctionnement de ces méthodes dans des conditions idéalisées et présentent des exemples à petite échelle.

• Algorithme de Shor

• Algorithme de Grover

Exploiter les capacités de Qiskit

Cette section présente les capacités avancées de l'écosystème Qiskit qui améliorent les performances, la fiabilité et la vitesse lors de l'exécution d'algorithmes quantiques.

Optimisation de la charge de travail

L'optimisation de la charge de travail se concentre soit sur l'orchestration efficace des ressources classiques et quantiques, soit sur des méthodes adaptées pour améliorer la manipulation des circuits quantiques.

• Exécuter des charges de travail quantiques avec QRMI

• Évaluer les circuits dynamiques avec des paires de Bell coupées

• Noyaux quantiques avec portes fractionnaires

• Introduction à la transpilation assistée par IA de Qiskit

• Optimisation de transpilation avec SABRE

• Méthodes de compilation pour les circuits de simulation hamiltonienne

• Intrication à longue portée avec des circuits dynamiques

• Simulation de l'hamiltonien d'Ising perturbé avec des circuits dynamiques

Qiskit Functions

Les Qiskit Functions sont une collection d'outils pré-packagés de gestion des erreurs et d'applications, facilitant la conception d'expériences à grande échelle avec des circuits, des molécules, des QUBO, et plus encore.

• Conçois de nouveaux algorithmes avec les Circuit functions — avec des pipelines de transpilation, de suppression d'erreurs et d'atténuation d'erreurs pré-construits.

  • Modèle d'Ising à champ transverse avec la gestion des performances de Q-CTRL

  • Estimation de phase quantique avec les Qiskit Functions de Q-CTRL

  • Simuler le modèle d'Ising 2D à champ incliné avec la fonction QESEM

  • Simuler un modèle d'Ising perturbé avec la fonction TEM

  • Évaluer la fidélité du processus QFT avec Orbit, une fonction Qiskit de Quantum Elements

• Expérimente avec des problèmes spécifiques à un domaine avec les Application functions — avec des entrées et sorties familières pour les solveurs classiques.

  • Quantum Portfolio Optimizer - Une fonction Qiskit par Global Data Quantum

  • Optimisation binaire d'ordre supérieur avec le solveur d'optimisation de Q-CTRL

  • Modéliser un fluide non visqueux en écoulement avec QUICK-PDE

  • Courbes PES de dissociation avec Qunova HiVQE

  • Classification par ensemble hybride à amélioration quantique (flux de travail de stabilité du réseau)

  • Résoudre le problème de répartition de marché avec l'optimiseur quantique Iskay de Kipu Quantum

  • Trouver l'ensemble indépendant maximum avec l'optimiseur quantique contraint d'Aqarios

  • Résoudre le problème de répartition de marché avec l'optimiseur ParityQC Parity Twine

  • Résoudre le modèle de Sherrington-Kirkpatrick avec l'optimiseur ParityQC Parity Twine

Extensions Qiskit (addons)

Les extensions permettent une manipulation avancée des circuits, comme la découpe, la rétropropagation d'observables ou l'approximation de circuits, qui permettent aux utilisateurs de contourner les limitations matérielles au prix d'une surcharge accrue de calcul classique.

• Formules multi-produits pour réduire l'erreur de Trotter

• Compilation quantique approchée pour les circuits d'évolution temporelle

• Rétropropagation d'opérateurs (OBP) pour l'estimation des valeurs d'espérance

• Découpe de fils pour l'estimation des valeurs d'espérance

• Découpe de circuits pour les conditions aux limites périodiques

• Découpe de circuits pour la réduction de profondeur

• Atténuation des erreurs de lecture pour la primitive Sampler avec M3

Atténuation d'erreurs

L'atténuation d'erreurs relève le défi du bruit sans tolérance aux fautes complète en récupérant des valeurs d'espérance précises grâce à une manipulation contrôlée des circuits et un post-traitement.

• Atténuation d'erreurs à l'échelle utilitaire avec l'amplification probabiliste d'erreurs

• Combiner les options d'atténuation d'erreurs avec la primitive Estimator

• Annulation probabiliste des erreurs avec des cônes de lumière ombrés

• Améliorer les valeurs d'espérance avec l'absorption de bruit propagé (PNA)

• Évaluation en temps réel pour la sélection de qubits

• Actualiser les propriétés du backend avec le benchmarking en temps réel

• Annulation probabiliste des erreurs avec des modèles de bruit logique

Détection d'erreurs

La détection d'erreurs identifie les opérations défectueuses pour renvoyer des résultats sans bruit tir par tir grâce au post-traitement.

• Codes de répétition

• Détection d'erreurs à faible surcharge avec les codes spatio-temporels