WOMANIUM QUANTUM + AI 2024: DAY 16 ❯ QML - Bootcamp 2 (Catalina Albornoz - Xanadu)

Valeur des informations & solidité de l’argumentation

La valeur informative de cette session réside dans la clarté de la progression pédagogique : rappel des briques de base, puis introduction des modèles hybrides, enfin focus sur les noyaux quantiques. L’argumentation s’appuie sur des analogies concrètes, comme la cartographie (passage d’une carte plane à un globe) pour expliquer les feature maps, ou l’image du réseau de neurones classique pour introduire les couches paramétrées. L’intervenante prend soin de distinguer ce qui relève de l’analogie et ce qui relève de la réalité technique, notamment en rappelant que les circuits quantiques ne se comportent pas comme des réseaux de neurones classiques et que la supériorité quantique n’est pas acquise. Les exemples de code, bien que brièvement esquissés, ancrent le propos dans la pratique. La démonstration du noyau quantique est particulièrement convaincante : elle part d’une limite classique (données non linéairement séparables), introduit la transformation en espace de dimension supérieure, puis montre comment le produit scalaire dans cet espace peut être calculé par un circuit quantique sans avoir à expliciter la transformation. L’argumentation reste toutefois essentiellement descriptive et ne discute pas en profondeur les conditions de complexité ou les garanties théoriques des noyaux quantiques. Le caractère interactif de la session, avec des questions du public, apporte des précisions utiles sur le choix des ansatz et sur la gestion des dimensions dans les modèles hybrides.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est globalement bonne : les concepts sont présentés avec leurs limites et les précautions d’usage, sans surpromesse. L’intervenante rappelle explicitement que tout ce qui fonctionne en apprentissage classique ne fonctionne pas nécessairement en quantique, et que le domaine cherche encore quels problèmes sont réellement adaptés. Les sources citées sont limitées aux liens de la description (site et calendrier du programme WOMANIUM), qui ne renvoient pas à des publications académiques précises. Aucune référence bibliographique n’est mentionnée à l’oral, ce qui constitue une faiblesse pour un contenu technique. L’adéquation titre/contenu est correcte : le titre annonce un bootcamp de QML, et la session couvre bien les modèles hybrides, les QNN et les noyaux quantiques, avec des exemples de code. Le titre reste cependant très générique et ne permet pas de savoir précisément ce qui sera traité. Aucun commentaire n’étant fourni, aucune analyse des tendances du public n’est formulée.

Le titre annonce un bootcamp de Quantum Machine Learning ; la session couvre effectivement les modèles hybrides, les réseaux de neurones quantiques et les noyaux quantiques, avec des exemples de code. Adéquation bonne, bien que le titre soit très générique et ne détaille pas le contenu réel.

7/10

Contenu pédagogique dispensé par une ingénieure de Xanadu, acteur reconnu du calcul quantique et éditeur de PennyLane. Les concepts exposés (modèles hybrides, QNN, noyaux quantiques, feature maps) sont conformes à l'état de l'art et présentés avec les précautions d'usage (absence de supériorité quantique systématique, nécessité de tester). Le format bootcamp limite toutefois la profondeur des démonstrations et aucune source bibliographique précise n'est citée à l'oral.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 00:00Introduction et rappel du contexte : deuxième partie de la série QML avec Catalina Albornoz (Xanadu).
• 03:00Rappel des fondamentaux du QML : encodage, couches paramétrées, optimisation et mesure par valeurs d'espérance.
• 07:00Discussion sur les ansatz : comment choisir une architecture de circuit, exemples de strong entangling layers et de circuits aléatoires.
• 12:00Introduction des modèles hybrides : combinaison de calculs quantiques et classiques, gestion des dimensions et des sorties.
• 18:00Exemple de réseau de neurones hybride séquentiel : couche classique, embedding quantique, couches variationnelles, mesure et couche classique finale.
• 24:00Présentation des modèles hybrides non séquentiels : division du circuit en plusieurs parties et recombinaison des sorties.
• 30:00Introduction des noyaux quantiques : problème de séparabilité linéaire et principe des feature maps.
• 35:00Explication de l'augmentation de dimension par l'espace de Hilbert : 2^n amplitudes pour n qubits.
• 40:00Formulation mathématique du noyau : produit scalaire dans l'espace des caractéristiques et lien avec les SVM.
• 45:00Implémentation d'un noyau quantique en PennyLane : device, angle embedding, adjoint et mesure par projecteur.

• WOMANIUM Quantum Program — Site officiel du programme WOMANIUM Quantum, mentionné dans la description comme ressource principale.
• WOMANIUM Quantum Schedule — Calendrier du programme, indiqué dans la description pour retrouver les sessions.