Une technique de programmation pourrait aider à résoudre d’énormes problèmes d’optimisation


  • FrançaisFrançais


  • Suivez-nous sur notre page Facebook et notre canal Telegram


    Le conflit russo-ukrainien et la pandémie de COVID-19 ont montré à quel point les chaînes d’approvisionnement mondiales peuvent être vulnérables. Les événements internationaux peuvent perturber la fabrication, retarder l’expédition, provoquer des achats de panique et faire monter en flèche les coûts de l’énergie.

    De nouvelles recherches en informatique quantique aux Sandia National Laboratories rapprochent la science de la capacité de surmonter les défis de la chaîne d’approvisionnement et de rétablir la sécurité mondiale pendant les futures périodes de troubles.

    “La reconfiguration de la chaîne d’approvisionnement à court terme est un problème d’optimisation exceptionnellement difficile, qui limite l’agilité du commerce mondial”, a déclaré Alicia Magann, Truman Fellow chez Sandia. Elle a dirigé le développement d’une nouvelle façon de concevoir des programmes sur des ordinateurs quantiques, qui, selon elle et son équipe, pourraient être particulièrement utiles pour résoudre ce type de problèmes d’optimisation massifs un jour dans le futur lorsque la technologie quantique deviendra plus mature.

    L’équipe Sandia a récemment publié la nouvelle approche dans deux articles conjoints dans les revues Lettres d’examen physique et Examen physique A. La recherche a été financée par le Bureau des sciences du Département de l’énergie, Bureau de la recherche scientifique avancée en informatique; la bourse d’études supérieures en sciences informatiques du DOE ; et le programme de recherche et développement dirigé par le laboratoire de Sandia.

    Les algorithmes d’optimisation aident l’industrie à effectuer des tâches telles que la coordination des itinéraires de camionnage ou la gestion des actifs financiers. Ces problèmes sont généralement difficiles à résoudre, a déclaré Magann, et à mesure que le nombre de variables augmente, il devient plus difficile de trouver de bonnes solutions.

    L’une des solutions potentielles à long terme pour résoudre des problèmes d’optimisation complexes consiste à utiliser des ordinateurs quantiques, une technologie émergente qui, selon les experts, sera en mesure de trouver des réponses à certains problèmes beaucoup plus rapidement que les supercalculateurs.

    Mais la construction de la technologie informatique quantique n’est qu’un des défis.

    “Il y a aussi cette autre question : voici un ordinateur quantique – comment puis-je réellement programmer cette chose ? Comment puis-je l’utiliser ?” dit Magann.

    De meilleures solutions sont nécessaires pour les applications à grande échelle

    Des chercheurs du monde entier développent activement des algorithmes pour des optimisations à grande échelle sur les technologies futures, dans l’espoir que ces programmes pourraient aider les industries à gérer plus efficacement des ressources limitées et à faire pivoter leurs opérations plus rapidement face aux changements rapides du marché du travail, à l’approvisionnement en matières premières matériel ou autre logistique.

    Mohan Sarovar, le chercheur principal du projet, a déclaré : « Il est très difficile de trouver des algorithmes quantiques. L’une des principales raisons à cela, à part le fait que l’informatique quantique est très peu intuitive, est que nous avons très peu de cadres généraux pour développer des algorithmes quantiques. algorithmes.”

    Une idée maîtresse pour programmer des algorithmes d’optimisation quantique a consisté à coupler des ordinateurs quantiques et des ordinateurs conventionnels pour résoudre ensemble un problème, appelé l’approche variationnelle. L’ordinateur conventionnel effectue une optimisation des paramètres de contrôle qui dictent le comportement de l’ordinateur quantique.

    Un problème avec cette approche est que son impact est limité par la capacité de l’ordinateur conventionnel à résoudre des problèmes d’optimisation avec un grand nombre de paramètres.

    Le scientifique de Sandia, Kenneth Rudinger, qui a également travaillé sur le projet, a déclaré que l’approche variationnelle pourrait ne pas être pratique lorsque les ordinateurs quantiques deviendront enfin capables de tenir leurs promesses.

    “Nous avons de bonnes raisons de croire que la taille des types de problèmes que vous voudriez résoudre est trop grande pour l’approche variationnelle ; à cette échelle, il devient pratiquement impossible pour l’ordinateur conventionnel de trouver de bons paramètres pour le dispositif quantique”, a-t-il déclaré. a dit.

    Nouveau cadre pour résoudre des problèmes complexes

    L’équipe Sandia a réussi à réduire considérablement le rôle de l’informatique classique. Avec le nouveau cadre, appelé FALQON – abréviation de Feedback-based Algorithm for Quantum Optimization – l’ordinateur classique ne fait aucune optimisation. Il n’a besoin que de la puissance de calcul d’une calculatrice, laissant l’ordinateur quantique faire tout le gros du travail et lui permettant théoriquement de travailler sur des problèmes beaucoup plus compliqués, comme comment rediriger efficacement une flotte maritime lorsqu’un grand port ferme soudainement.

    Un cadre, dans ce cas, signifie une structure pour savoir comment écrire un algorithme. Le concept de base de Sandia est qu’un ordinateur quantique adapte à plusieurs reprises sa structure au fur et à mesure qu’il se déplace dans un calcul. Les couches de portes informatiques quantiques, les éléments constitutifs des algorithmes quantiques, sont déterminées par des mesures de la sortie des couches précédentes via un processus de rétroaction.

    “Après avoir exécuté la première couche de l’algorithme, je mesure les qubits et en tire des informations”, a déclaré Magann. “Je renvoie ces informations à mon algorithme et je les utilise pour définir la deuxième couche. J’exécute ensuite la deuxième couche, mesure à nouveau les qubits, renvoie ces informations pour la troisième couche, et ainsi de suite.”

    Sarovar a déclaré: “Il définit une autre classe d’algorithmes quantiques qui fonctionnent par rétroaction.”

    Jusqu’à ce que les ordinateurs quantiques deviennent plus puissants, le cadre est en grande partie un outil théorique qui ne peut être testé que sur des problèmes que les ordinateurs classiques peuvent déjà résoudre. Cependant, l’équipe pense que le cadre présente un grand potentiel pour formuler des algorithmes utiles pour les ordinateurs quantiques de moyenne à grande échelle du futur. Ils sont impatients de voir si cela peut aider à développer des algorithmes informatiques quantiques pour résoudre des problèmes de chimie, de physique et d’apprentissage automatique.

    Sandia National Laboratories est un laboratoire multimission exploité par National Technology and Engineering Solutions de Sandia LLC, une filiale en propriété exclusive de Honeywell International Inc., pour la National Nuclear Security Administration du département américain de l’Énergie. Sandia Labs a d’importantes responsabilités de recherche et développement dans les domaines de la dissuasion nucléaire, de la sécurité mondiale, de la défense, des technologies énergétiques et de la compétitivité économique, avec des installations principales à Albuquerque, au Nouveau-Mexique, et à Livermore, en Californie.

    Houssen Moshinaly

    Rédacteur en chef d'Actualité Houssenia Writing. Rédacteur web depuis 2009.

    Blogueur et essayiste, j'ai écrit 9 livres sur différents sujets comme la corruption en science, les singularités technologiques ou encore des fictions. Je propose aujourd'hui des analyses politiques et géopolitiques sur le nouveau monde qui arrive. J'ai une formation de rédaction web et une longue carrière de prolétaire.

    Pour me contacter personnellement :

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *