L’informatique quantique a atteint un moment charnière où elle offre désormais des avantages pratiques pour les applications en intelligence artificielle, selon de récentes percées réalisées par plusieurs équipes de recherche.
Une équipe de l’Université de Vienne et ses collaborateurs ont démontré que des ordinateurs quantiques de petite échelle peuvent déjà surpasser les systèmes classiques dans certaines tâches d’apprentissage automatique. À l’aide d’un processeur quantique photonique, les chercheurs ont montré que des algorithmes optimisés par la quantique peuvent classifier des données avec plus de précision que les méthodes conventionnelles. L’expérience, publiée dans Nature Photonics, a utilisé un circuit quantique construit au Politecnico di Milano pour exécuter un algorithme d’apprentissage automatique initialement proposé par des chercheurs de Quantinuum.
« Cela pourrait s’avérer crucial à l’avenir, étant donné que les algorithmes d’apprentissage automatique deviennent de plus en plus difficiles à utiliser en raison de leur demande énergétique trop élevée », souligne la coautrice Iris Agresti. La plateforme quantique photonique a démontré des avantages en rapidité, en précision et en efficacité énergétique par rapport aux techniques informatiques classiques, particulièrement pour les applications d’apprentissage automatique basées sur les noyaux (kernel-based).
En parallèle, une équipe multinationale composée de chercheurs de l’Université de technologie de Chalmers, de l’Université de Milan, de l’Université de Grenade et de l’Université de Tokyo a développé un algorithme permettant aux ordinateurs ordinaires de simuler fidèlement un circuit quantique tolérant aux fautes. Cette innovation s’attaque au code bosonique Gottesman-Kitaev-Preskill (GKP), réputé difficile à simuler mais essentiel pour construire des ordinateurs quantiques stables et évolutifs.
Par ailleurs, des chercheurs de l’USC et de l’Université Johns Hopkins ont atteint ce que beaucoup considèrent comme le « Saint Graal » de l’informatique quantique : une accélération exponentielle inconditionnelle grâce aux processeurs Eagle de 127 qubits d’IBM. L’équipe a démontré cet avantage sur un casse-tête classique de « deviner le motif », prouvant sans hypothèses que les machines quantiques peuvent dépasser les meilleurs ordinateurs classiques. Ils ont utilisé des techniques telles que la correction d’erreurs et le matériel quantique performant d’IBM pour atteindre ce jalon.
Ces développements indiquent que l’informatique quantique passe de la promesse théorique à l’application concrète. Alors qu’IBM poursuit sa feuille de route ambitieuse vers un système de plus de 4 000 qubits d’ici 2025, et que les chercheurs démontrent des avantages quantiques dans des domaines allant de l’apprentissage automatique à la fabrication de semi-conducteurs, la technologie semble prête à offrir des capacités transformatrices dans de multiples industries.