Obtenir un certificat — 16,67 $5 $
Programmation quantique avec Qiskit
Une formation pratique pour ceux qui connaissent les bases de Python : installer Qiskit 2.x, construire et échantillonner ses premiers circuits, apprendre les portes de base, suivre deux petits algorithmes, exécuter un circuit sur du matériel IBM réel et comprendre le bruit, les files d’attente et les limites réelles. Cinq modules, chacun avec un exemple commenté, et un quiz final de 10 questions. Fondée sur la documentation officielle ; les API évoluent, vérifiez donc la documentation à jour. Ce n’est pas une qualification accréditée.
Ce que vous allez apprendre
- Expliquer et appliquer : Installer Qiskit 2.x, construire un circuit d’état de Bell et lire les comptages échantillonnés d’un simulateur local.
- Expliquer et appliquer : Utiliser les portes de base, dessiner des circuits et raisonner sur les amplitudes avec les outils de vecteur d’état et d’estimateur.
- Expliquer et appliquer : Expliquer et exécuter pas à pas Bernstein–Vazirani et une recherche de Grover à deux qubits.
- Expliquer et appliquer : Transpiler et exécuter un circuit sur du matériel IBM avec Qiskit 2.x, et interpréter des résultats bruités en tenant compte de la file d’attente.
- Expliquer et appliquer : Décrire l’atténuation d’erreurs, comparer neutralement d’autres SDK et énoncer les limites réelles de l’informatique quantique actuelle.
Modules
- Installer et exécuter votre premier circuit
- Portes, dessin et intuition du vecteur d’état
- Petits algorithmes : Bernstein–Vazirani et Grover
- Exécuter sur du matériel IBM réel
- Prochaines étapes et limites réelles
Fiche de la formation
- Durée d’étude estimée
- environ 80 minutes
- Évaluation finale
- 10 questions · Seuil de réussite 80%
- Disponible en
- English, Français, العربية
- Prix
- Gratuit. Certificat vérifiable en option : 5 $
- Dernière mise à jour
- Publié par
- AMAADOR ACADEMY
À qui s’adresse cette formation
Apprenants, développeurs et analystes qui connaissent les bases de Python et veulent un premier parcours pratique vers la programmation quantique.
Prérequis
Bases de Python (fonctions, boucles, installation de paquets avec pip) et aisance avec un terminal ou un notebook. Aucun diplôme de physique n’est nécessaire ; l’algèbre de niveau lycée aide.
Contenu de la formation
1. Installer et exécuter votre premier circuit
Qiskit est une boîte à outils Python open source pour écrire des circuits quantiques et les exécuter sur des simulateurs ou de vrais appareils. Si vous connaissez les bases de Python, vous avez l’essentiel. Créez un environnement virtuel propre, lancez pip install qiskit, et ajoutez pip install jupyter pour les notebooks. Installez qiskit-ibm-runtime plus tard, au module 4, pour le matériel réel. Cette formation vise Qiskit 2.x. Les API évoluent d’une version à l’autre : quand un ancien tutoriel échoue, vérifiez votre version installée, la documentation officielle et le guide de migration avant de déboguer votre circuit. Des fonctions comme execute et les anciens imports d’Aer depuis qiskit ne fonctionnent plus en 2.x.
Un circuit est une liste ordonnée de portes agissant sur des qubits, suivie de mesures qui écrivent les résultats dans des bits classiques. Le premier circuit classique est l’état de Bell. Une porte de Hadamard sur le qubit 0 le place dans une superposition égale de 0 et de 1. Une porte NON contrôlée (CX) inverse ensuite le qubit 1 seulement si le qubit 0 vaut 1. Les deux qubits finissent intriqués dans l’état (|00⟩ + |11⟩)/√2 : chaque mesure donne 00 ou 11, jamais 01 ni 10, mais lequel des deux est aléatoire.
2. Portes, dessin et intuition du vecteur d’état
Un petit ensemble de portes couvre la plupart des circuits de débutant. X échange 0 et 1, comme un NON classique. H crée ou défait une superposition égale. Z laisse 0 intact et change le signe de 1, une phase invisible si l’on mesure tout de suite mais qui compte après un autre H. CX inverse un qubit cible quand le contrôle vaut 1 et sert habituellement à intriquer. Les portes de rotation comme rx, ry et rz font tourner l’état du qubit d’un angle de votre choix, et la plupart des autres portes à un qubit en sont des cas particuliers.
Un vecteur d’état contient une amplitude complexe pour chaque chaîne de bits possible : n qubits exigent donc 2 puissance n nombres. La probabilité d’un résultat est le carré de la taille de son amplitude. Une phase change le signe ou l’angle d’une amplitude sans changer cette probabilité, mais des portes ultérieures peuvent transformer des différences de phase en vraies différences de probabilité. Cette interférence est la ressource principale des algorithmes quantiques. Un simulateur de vecteur d’état permet d’inspecter directement les amplitudes, ce que le matériel réel interdit, et il croît exponentiellement avec le nombre de qubits : il ne convient qu’aux petits circuits.
3. Petits algorithmes : Bernstein–Vazirani et Grover
Bernstein–Vazirani est un algorithme pédagogique avec une comparaison classique nette. Une chaîne cachée s de n bits définit une fonction, et un oracle calcule la parité des bits d’entrée sélectionnés par s. Classiquement, il faut n requêtes pour apprendre s, un bit à la fois. En quantique, une seule suffit : préparez le qubit auxiliaire dans l’état moins, mettez les qubits d’entrée en superposition, appliquez l’oracle, appliquez H de nouveau et mesurez. Les phases écrites par l’oracle interfèrent de sorte que le registre d’entrée finit exactement dans s. Notre oracle est un CX depuis chaque qubit d’entrée où s vaut 1, vers le qubit auxiliaire. Le gain est réel en nombre de requêtes, mais la tâche est artificielle ; elle enseigne le schéma et ne résout aucun problème d’entreprise.
La recherche de Grover cherche un élément marqué parmi N, avec environ la racine carrée de N requêtes au lieu d’environ N. Avec deux qubits, il y a quatre éléments et un seul état marqué, 11. Étape 1 : H sur les deux qubits rend les quatre amplitudes égales. Étape 2 : l’oracle, une porte CZ, inverse le signe de la seule amplitude de 11. Étape 3 : l’opérateur de diffusion, H puis X puis CZ puis X puis H, réfléchit chaque amplitude autour de leur moyenne, ce qui agrandit l’amplitude marquée et réduit les autres. Pour quatre éléments, un tour amène 11 à une probabilité proche de 1 dans le simulateur idéal. Pour des ensembles plus grands, le nombre de tours compte, car trop de tours dépassent la cible.
4. Exécuter sur du matériel IBM réel
Pour utiliser du matériel réel, vous créez un compte sur l’IBM Quantum Platform, qui vous donne une clé API et l’accès aux appareils que votre offre autorise. Enregistrez la clé une seule fois sur votre machine et ne la collez jamais dans un notebook partagé ni dans un dépôt public. Installez ensuite qiskit-ibm-runtime et chargez le service. Les règles d’accès, les limites d’offre et la manière exacte d’enregistrer un compte évoluent : suivez la documentation actuelle plutôt qu’une copie de tutoriel.
Les appareils réels n’exécutent pas des portes arbitraires sur des paires arbitraires de qubits. Chaque appareil a un jeu de portes natif et une carte de couplage indiquant quels qubits peuvent interagir. La transpilation réécrit votre circuit en portes natives, choisit des qubits physiques et insère des échanges si nécessaire. En Qiskit 2.x, vous construisez un gestionnaire de passes avec generate_preset_pass_manager et l’exécutez sur votre circuit, ce qui produit ce que la documentation appelle un circuit ISA. Le résultat peut être bien plus profond que votre dessin, et la profondeur compte car le bruit s’accumule. SamplerV2 exécute ensuite le circuit et renvoie des comptages comme en local.
5. Prochaines étapes et limites réelles
Les appareils actuels sont bruités et petits : le domaine a donc une étape intermédiaire entre les circuits idéaux et la correction d’erreurs complète. L’atténuation d’erreurs exécute des circuits supplémentaires ou répète des exécutions sous des changements contrôlés, puis post-traite les résultats pour réduire le biais que le bruit ajoute à une estimation. Une idée, l’extrapolation à bruit nul, amplifie volontairement le bruit selon des facteurs connus et extrapole vers l’absence de bruit. L’atténuation coûte plus de tirages et n’est pas de la correction d’erreurs : elle améliore des estimations, généralement de valeurs attendues, et n’ôte pas les erreurs de chaque exécution. Runtime expose des options pour ces techniques : vérifiez dans la documentation actuelle les noms et valeurs par défaut.
Qiskit n’est pas le seul SDK. Cirq, de Google Quantum AI, est une autre bibliothèque Python pour les circuits. PennyLane met l’accent sur la programmation différentiable et les flux hybrides quantique-classique. Leurs concepts, qubits, portes, mesures et tirages, se transposent, tandis que la syntaxe et l’accès aux appareils diffèrent. Bien apprendre un SDK facilite la prise en main des autres. Choisissez selon le matériel accessible, la communauté autour de vous et le type de problème traité, pas selon la popularité, et consultez la documentation propre à chaque projet.
La leçon complète se poursuit dans la formation interactive de cette page.
Sources et références
- IBM Quantum documentation
- IBM Quantum Learning
- Qiskit source code and releases
- Qiskit IBM Runtime client
- Python.org
- Cirq quantum programming framework
- PennyLane quantum machine learning framework
Formation uniquement. Ce n’est ni un conseil juridique, financier ou professionnel, ni une qualification accréditée. Les pages de logiciels et de plateformes sont résumées telles que lues à la date de consultation ; les API, offres et règles d’accès évoluent, vérifiez donc la documentation à jour. Les chiffres des exemples commentés sont illustratifs. Les feuilles de route matérielles sont des objectifs de fournisseurs, pas des faits.