L'ordinateur quantique n'existe pas encore, mais nous comprenons mieux quels problèmes il peut résoudre

L'ordinateur quantique n'existe pas encore, mais nous comprenons mieux quels problèmes il peut résoudre

Comment savoir à quoi sert un ordinateur quantique alors qu’il n’a pas encore été construit ? C'est ce que le doctorat. Le candidat Casper Gyurik a étudié en combinant deux termes que l’on entend souvent : informatique quantique et apprentissage automatique.

« J'essaie d'améliorer les techniques d'apprentissage automatique en utilisant le quantum », déclare Gyurik. L’apprentissage automatique est une forme d’intelligence artificielle dans laquelle un ordinateur apprend tout seul. Sur des ordinateurs normaux – classiques – bien sûr.

L’informatique quantique, quant à elle, est une nouvelle technique révolutionnaire permettant d’effectuer des calculs sur un ordinateur quantique. Cela utilise la physique des plus petites particules. « Il n'existe pas encore de version utile de cela, mais nous pouvons déjà la simuler mathématiquement sur un ordinateur classique. »

« De grands progrès sont réalisés chaque année dans la construction de meilleurs ordinateurs quantiques », déclare Gyurik. « Tout le monde est très enthousiaste, mais nous n'avons pas encore de réponse claire à la question de savoir ce que nous allons en faire. »

Classique versus quantique : lequel est le plus rapide ?

« Supposons que vous souhaitiez résoudre un problème. Ces données ne sont rien d'autre que des zéros et des uns sur un ordinateur. Je peux alors utiliser un algorithme classique pour obtenir une réponse à ma question », explique Gyurik. « Mais maintenant, je vais concevoir un algorithme quantique pour voir s'il produit la réponse plus rapidement ou avec plus de précision. Pour ce faire, vous devez traduire les zéros et les uns, les mettre dans l'algorithme quantique et traduire les conclusions en zéros et en  » Une sorte de solution de contournement quantique. Ensuite, vous pouvez comparer les résultats. « 

Le doctorant recherche ainsi des problèmes pour lesquels la voie quantique est plus rapide. « Mon exemple préféré est l'analyse de données topologiques (TDA). Elle extrait l'essence de grands ensembles de données. Par exemple, un groupe de personnes avec l'âge, l'origine ethnique, la couleur des cheveux, la pointure de chaussures, etc. de chacun. TDA considère les données comme un nuage de points avec une forme particulière. Pour certaines formes, on soupçonne désormais très fortement que le quantique est effectivement plus rapide.

Des crises financières au cerveau humain

Gyurik n'ose pas encore dire quelles seront les candidatures. Mais il a une idée : « Cette méthode permet d'analyser des séries chronologiques, par exemple pour le secteur financier. Ce nuage de données change radicalement de forme juste avant une crise, de sorte que TDA peut anticiper l'arrivée d'une crise. »

Une autre application réside dans le domaine des réseaux complexes. « Je pense que l'une des possibilités les plus intéressantes est le cerveau », dit-il. « Vous pouvez décrire cela comme un réseau de régions actives lors de différentes activités. Il se pourrait même qu'un jour nous puissions mieux comprendre la maladie d'Alzheimer grâce au TDA, et il y a des signes que le quantique peut y contribuer. »

« C'est une période fantastique pour travailler sur ce sujet. Des ordinateurs quantiques plus grands et plus utiles apparaissent rapidement. Espérons que dans les prochaines années, nous obtiendrons des réponses sur ce que nous pouvons faire avec eux. C'est très inspirant que nous ayons tous un point commun. », réfléchit Gyurik à propos de ses recherches doctorales. « Je ne sais pas encore ce que je ferai ensuite, mais je continuerai à travailler dans le quantique. C'est sûr. »