Les applications des algorithmes d’apprentissage utilisant les réseaux de neurones profonds se sont considérablement développées récemment, avec des résultats souvent spectaculaires. La physique des systèmes quantiques complexes ne fait pas exception, avec de multiples applications qui constituent un nouveau champ de recherche. On peut citer par exemple la représentation et l’optimisation des fonctions d’onde de systèmes quantiques à grands nombre de degrés de liberté, la détermination de la fonction d’onde à partir de mesures (tomographie quantique) ou encore les applications à la structure électronique des matériaux comme la détermination de fonctionnelles de densité plus précises ou l’apprentissage de champs de forces pour accélérer les simulations de dynamique moléculaire. Le cours de cette année constituera une introduction à ce domaine pour les non-spécialistes. Ce cours introductif sera complété par des séminaires présentant des développements récents et des recherches en cours.