Subvention

Méthode hybride de calcul quantique et de calcul classique pour la chimie quantique et l’apprentissage automatique

Les efforts déployés pour concevoir des matériaux à l’aide de l’informatique se heurtent à 2 défis : la précision et la rapidité. Les méthodes de calcul de la théorie de la fonctionnelle de la densité (théorie DFT, pour density-functional theory), qui sont les plus utilisées dans ce domaine, sont chronophages et d’une précision limitée pour les systèmes fortement corrélés comme les oxydes métalliques couramment utilisés pour catalyser des réactions. L’apprentissage automatique (la méthode classique) est très prometteur pour réduire le nombre de calculs coûteux par DFT dans le processus de conception. L’informatique quantique (axée sur des approches hybrides faisant appel à des ordinateurs quantiques bruités de taille intermédiaire [ordinateurs NISQ, pour Noisy Intermediate Scale Quantum] pour résoudre certaines parties du problème) est également très prometteuse pour ce qui est de relever les 2 défis en facilitant l’utilisation de méthodes chimiques quantiques plus précises et en accélérant les méthodes d’apprentissage automatique pour dépasser celles de l’apprentissage automatique classique. La recherche proposée s’articulera autour de 2 axes complémentaires : i) l’informatique quantique pour la chimie quantique et ii) l’apprentissage automatique quantique.