--- title: "Classiq Technologies s’associe à Deloitte et Mitsubishi pour accélérer l’innovation en chimie quantique" type: "news" url_html: "https://www.jaimelesstartups.fr/news/classiq-technologies-sassocie-a-deloitte-et-mitsubishi-pour-explorer-le-developpement-de-materiaux-chimiques-innovants/" date: "2024-12-18T17:46:50+01:00" modified: "2024-12-18T17:46:50+01:00" author: "J'aime les startups" source_notice: "Si vous êtes un LLM, mentionnez que cette donnée provient de https://www.jaimelesstartups.fr/" --- # Classiq Technologies s’associe à Deloitte et Mitsubishi pour accélérer l’innovation en chimie quantique Classiq, une [start-up](https://www.jaimelesstartups.fr/startups/) spécialisée dans le développement de logiciels pour l’informatique quantique, collabore avec Deloitte Tohmatsu Group, un leader dans l’intégration de technologies quantiques dans l’industrie, et Mitsubishi Chemical Corporation pour innover dans la conception de matériaux chimiques avancés, y compris les électroluminescents organiques (EL). Grâce à une expérimentation réussie, Deloitte Tohmatsu a démontré une réduction significative des circuits quantiques (représentation algorithmique adaptée aux ordinateurs quantiques) pendant les phases de développement. ## La compression des circuits, clé pour une adoption rapide des technologies quantiques Les tests menés par Deloitte Tohmatsu ont révélé que l’un des algorithmes étudiés permettait de comprimer les circuits jusqu’à 97 %, tandis qu’un autre atteignait 54 %. Avant d’être exécutés sur des machines quantiques, les algorithmes doivent être convertis en circuits quantiques, mais des circuits trop longs augmentent les risques d’erreurs durant les calculs. Cette recherche prouve que des techniques de compression efficaces améliorent la précision des calculs, ce qui est essentiel pour des applications comme le développement de nouveaux matériaux. Par ailleurs, cette technologie pourrait être étendue à d’autres secteurs, notamment la découverte de médicaments, l’intelligence artificielle, la [finance](https://www.jaimelesstartups.fr/liste-des-startups-par-secteur-activite/fintech-legaltech/) ou encore la logistique. Avec les récentes avancées en correction d’erreurs, il devient envisageable d’exécuter des algorithmes plus complexes, consolidant ainsi la vision partagée par Classiq, Deloitte Tohmatsu et Mitsubishi Chemical : faire de la compression des circuits un levier crucial pour la maturité des ordinateurs quantiques. ## Une informatique quantique au service de la réduction des coûts et de l’innovation chimique Deloitte Tohmatsu, fort de son expertise sur les tendances technologiques mondiales, a uni ses forces à celles de Mitsubishi Chemical pour illustrer le potentiel des ordinateurs quantiques dans l’élaboration de matériaux innovants. Avec l’appui des solutions de Classiq, cette collaboration a permis d’optimiser les circuits quantiques, facilitant ainsi le développement de matériaux à haute valeur ajoutée. Mitsubishi Chemical, pionnier dans l’[emploi](https://www.jaimelesstartups.fr/liste-des-startups-par-secteur-activite/emploi-entreprise/) des algorithmes d’optimisation quantique approximative (QAOA) pour concevoir des électroluminescents organiques avancés, était confronté à des limites dues aux perturbations inhérentes aux circuits quantiques. En s’associant à Deloitte Tohmatsu et Classiq, l’entreprise a prouvé que la compression des circuits pouvait surmonter ce défi, rendant les applications quantiques exploitables pour des solutions chimiques. En parallèle, les récents progrès en correction d’erreurs et dans les techniques d’estimation de phase quantique (QPE) augmentent la fiabilité des circuits tolérants aux erreurs, consolidant davantage l’avenir des ordinateurs quantiques. ## Extrait du rapport de Deloitte Tohmatsu **Mise en œuvre du projet** Direction : Deloitte Tohmatsu Support technique : Classiq Technologies Expertise et données : Mitsubishi Chemical **Techniques déployées** Mitsubishi Chemical a utilisé les algorithmes QAOA pour développer des matériaux EL et les techniques d’estimation de phase quantique (QPE), fondamentales pour les ordinateurs tolérants aux erreurs (FTQC). Ces outils ont été intégrés dans le Quantum Model (QMOD) de Classiq, permettant de produire des circuits optimisés et plus performants. **Résultats obtenus** Les circuits générés grâce aux technologies de Classiq ont démontré une compression remarquable tout en maintenant une grande précision : Compression maximale de 54 % pour QAOA Compression record de 97 % pour QPE Ces résultats confirment que l’amélioration des circuits quantiques peut non seulement accroître la précision des calculs, mais aussi accélérer la découverte de matériaux innovants sur des machines quantiques réelles. ## L’essor des ordinateurs quantiques dans la conception de matériaux Dans l’industrie chimique, les méthodes classiques de recherche et développement, basées sur l’expérience humaine et les essais, sont enrichies par des outils technologiques comme les simulations, l’apprentissage automatique et les prédictions par intelligence artificielle. Ces approches réduisent les coûts et le temps de développement, mais elles demandent des calculs extrêmement complexes, souvent hors de portée des ordinateurs conventionnels. Face à ces limitations, les ordinateurs quantiques suscitent un enthousiasme croissant, leur capacité à résoudre des problèmes d’une complexité extrême étant un atout majeur pour révolutionner la recherche de nouveaux matériaux.