Une équipe dirigée par le professeur Daniel Lidar de l’USC a atteint ce que les experts qualifient de « Saint Graal » de l’informatique quantique : le premier gain exponentiel inconditionnel par rapport aux ordinateurs classiques. En utilisant les processeurs quantiques Eagle à 127 qubits d’IBM, les chercheurs ont démontré cette avancée en résolvant une variante du problème de Simon, considéré comme un précurseur de l’algorithme de factorisation de Shor.
Les résultats, publiés dans Physical Review X le 5 juin 2025, représentent un changement fondamental dans les capacités pratiques de l’informatique quantique. « Une accélération exponentielle est le type de gain le plus spectaculaire que nous attendons des ordinateurs quantiques », explique Lidar, également cofondateur de Quantum Elements, Inc.
Contrairement aux affirmations précédentes qui nécessitaient des hypothèses non prouvées sur les algorithmes classiques, cette réalisation est qualifiée d’« inconditionnelle » : l’avantage de performance quantique ne peut être contesté ni remis en cause. Les chercheurs ont mis en œuvre des techniques sophistiquées de correction d’erreurs, incluant le découplage dynamique et l’atténuation des erreurs de mesure, afin d’obtenir des résultats fiables malgré le bruit inhérent aux systèmes quantiques actuels.
Dans d’autres avancées majeures en IA, Google DeepMind a présenté AlphaGenome, un nouveau modèle d’IA puissant pour l’analyse des séquences d’ADN. Le système peut traiter jusqu’à un million de lettres d’ADN simultanément et prédire des milliers de propriétés moléculaires à la résolution d’une seule paire de bases. Disponible via API pour la recherche non commerciale, AlphaGenome vise à éclairer l’impact des variations génétiques sur la régulation des gènes et les mécanismes des maladies.
« C’est l’un des problèmes les plus fondamentaux, non seulement en biologie, mais dans toute la science », a déclaré Pushmeet Kohli, responsable de l’IA pour la science chez Google DeepMind. Le modèle s’appuie sur les travaux antérieurs de DeepMind en génomique et complète AlphaMissense, spécialisé dans les régions codant pour les protéines.
Parallèlement, Microsoft a annoncé le 2 juillet la suppression de 9 000 postes dans le monde, soit près de 4 % de ses effectifs. Cette décision fait suite à une première vague de 6 000 licenciements en mai, portant le total des suppressions de postes à plus de 15 000 en 2025. Ces réductions interviennent alors que Microsoft a promis 80 milliards de dollars d’investissements pour l’exercice fiscal 2025, principalement consacrés au développement des infrastructures d’IA.
Ce calendrier reflète un défi plus large auquel sont confrontées les entreprises technologiques, qui doivent concilier investissements massifs dans l’IA et optimisation des effectifs. Satya Nadella, PDG de Microsoft, a récemment indiqué que jusqu’à 30 % du code de l’entreprise est désormais écrit par des outils d’IA, signalant une transition vers des opérations de plus en plus automatisées.