Aujourd’hui, pour modéliser précisément les phénomènes physiques, les simulations nécessitent de plus en plus de temps d’exécution. De plus, les systèmes présentent souvent des géométries localement complexes (discontinuité, zones non régulières) qui augmentent encore le temps de calcul nécessaire pour trouver une solution acceptable ainsi que l’allocation de mémoire. C’est sur ces deux points que les algorithmes quantiques peuvent avoir un avantage. IBM a donné un accès gratuit à ses processeurs quantiques réels à la communauté scientifique pour développer cette nouvelle technologie et expérimenter des algorithmes avec la bibliothèque Qiskit de Python.