L’informatique quantique a-t-elle un premier cas d’utilisation réel ?

Quantum, IA & Photonics: Une nouvelle révolution informatique

Computing and information technologies are undergoing several technological revolutions at once: the rise of AI, the emergence of quantum computing, and the turn to photonics to overcome the limitations of classic silicon computing.

Jusqu’à présent, chacun de ces nouveaux secteurs a principalement fonctionné dans des silos isolés: la formation et le calcul IA sont réalisés sur des puces siliconiques classiques, l’informatique quantique cherche à améliorer sa technologie jusqu’à trouver une utilisation pratique, et la technologie photonique expérimente encore les conceptions et les applications.

Il n’est peut-être pas surprenant que ce soit en fusionnant ces domaines que de nouvelles possibilités émergent. Il semble que l’informatique quantique aurait enfin trouvé un cas d’utilisation pratique, et n’aurait même pas besoin d’améliorations supplémentaires pour être utile.

Des chercheurs du Vienna Center for Quantum Science and Technology (VCQ) (Autriche), du Politecnico di Milano (Italie), du Consiglio Nazionale delle Ricerche (IFN-CNR) (Italie) et de l’entreprise Quantinuum (Royaume‑Uni) ont découvert que les ordinateurs quantiques existants pourraient surpasser les ordinateurs classiques dans la formation IA, en utilisant un processeur photonique.

Ils ont publié leurs résultats dans Nature Photonics¹, sous le titre « Experimental quantum-enhanced kernel-based machine learning on a photonic processor ».

Pourquoi la formation IA et l’informatique quantique rencontrent des limites

Coûts vertigineux et exigences énergétiques de la formation IA

Récemment, la technologie IA a réalisé d’énormes progrès. Cela a toutefois été obtenu uniquement grâce à l’utilisation d’énormes quantités de puissance de calcul, consommant des dizaines de milliards de dollars en puces et en électricité.

Bien sûr, des progrès d’efficacité sont possibles, comme le montre DeepSeek AI entraîné à un coût ultra‑faible tant en calcul qu’en argent, surpassant ses concurrents occidentaux d’un ordre de grandeur. Mais, en fin de compte, les améliorations logicielles ne pourront pas réduire indéfiniment l’intensité en calcul et en énergie de la formation IA.

Défis de scalabilité et de bruit de l’informatique quantique

Parallèlement, l’informatique quantique est une technologie prometteuse, mais jusqu’à présent elle souffre d’un défaut fatal. L’état de matière extrêmement fragile qui doit être maintenu pour que l’informatique quantique fonctionne la rend à la fois coûteuse et peu évolutive.

Cela signifie également que les résultats obtenus sont « bruyants », avec des erreurs régulières, des retards et des résultats peu fiables.

Ici aussi, des innovations pourraient signifier soit un réseau de petits ordinateurs quantiques ou une nouvelle architecture matérielle, utilisant un nouvel état de la matière appelé topoconducteurs, permettant la scalabilité, pouvant résoudre le problème.

Jusqu’à confirmation, cela a néanmoins remis en question la pertinence de l’informatique quantique, qui reste une technologie à la recherche d’un cas d’utilisation pratique économiquement viable.

Méthodes de noyaux renforcés par le quantique pour l’IA

Comment les noyaux quantiques ajoutent une puissance dimensionnelle à l’apprentissage automatique

Les méthodes à noyau sont des outils largement utilisés en apprentissage automatique, et utilisent une méthode mathématique d’ajout de dimensions à un jeu de données pour mieux identifier les motifs cachés.

Source: MDPI

Cela, bien sûr, implique des mathématiques assez complexes, qui ne seront compréhensibles que pour un nombre limité de spécialistes déjà actifs dans ce domaine. Vous pouvez voir une représentation visuelle de son fonctionnement dans cette vidéo:

Et de tels calculs complexes pourraient parfaitement correspondre aux capacités uniques des ordinateurs quantiques.

Les processeurs photoniques rencontrent les noyaux quantiques pour l’IA

Un processeur photonique intégré, créé par écriture laser femtoseconde sur un substrat de verre borosilicaté, a été utilisé pour cette expérience afin d’encoder les données dans un état pouvant être traité par un ordinateur quantique.

Source: Nature Photonics

De cette manière, des noyaux affichant une interférence quantique ont été utilisés pour le calcul et comparés aux méthodes classiques.

Source: Nature Photonics

Résultats expérimentaux: Noyaux quantiques vs. classiques

Les scientifiques ont testé quatre tailles de jeux de données différentes, allant de 40 à 100 points, où le noyau quantique (en bleu) a été comparé au noyau classique (en orange).

Source: Nature Photonics

Dans les deux expériences, le noyau quantique a surpassé celui de l’informatique classique.

« Nous avons constaté que pour des tâches spécifiques, notre algorithme commet moins d’erreurs que son homologue classique. »

Philip Walther – Professeur à l’Université de Vienne.

Prochaines étapes vers la formation IA quantique en conditions réelles

Passer de la démo à la production: Formation IA quantique

Cette expérience a démontré que les ordinateurs quantiques, existant aujourd’hui, peuvent surpasser les ordinateurs classiques dans des tâches couramment utilisées pour l’entraînement de réseaux neuronaux.

Cela est important car, jusqu’à présent, on supposait qu’un ordinateur quantique plus fiable était indispensable pour ce type d’application. Maintenant que cela a été prouvé expérimentalement comme faux, la prochaine étape consistera à réaliser, même de façon limitée, un entraînement IA réel avec cette technologie.

Pour cela, de nouveaux algorithmes inspirés des architectures quantiques pourraient être conçus, atteignant de meilleures performances.

« Cela implique que les ordinateurs quantiques existants peuvent offrir de bonnes performances sans nécessairement dépasser la technologie de pointe. »

Zhenghao Yin – Doctorant à l’Université de Vienne.

Comment la photonique quantique réduit la consommation d’énergie de l’IA

Les plateformes photoniques peuvent fournir le même résultat ou un résultat supérieur avec une consommation d’énergie bien moindre. Alors que l’énergie devient de plus en plus le goulet d’étranglement de l’industrie IA, plus que la capacité de calcul ou les innovations, cela pourrait rendre l’utilisation des ordinateurs quantiques-photoniques particulièrement importante.

« Cela pourrait s’avérer crucial à l’avenir, étant donné que les algorithmes d’apprentissage automatique deviennent impraticables en raison de leurs exigences énergétiques trop élevées. »

Iris Agresti – Doctorante à l’Université de Vienne.

 Ions piégés vs. technologie quantique supraconductrice: Quelles perspectives ?

Cela pourrait avoir d’importantes conséquences pour l’orientation de l’industrie de l’informatique quantique.

Jusqu’à présent, le domaine était partagé entre la technologie des ions piégés, très fiable mais offrant une faible capacité de calcul quantique (qubits) par dispositif, et des conceptions plus complexes reposant sur la supraconductivité, jusqu’ici très bruyantes, mais qui sont également plus susceptibles d’être évolutives vers un grand nombre de qubits.

La recherche a été réalisée en partenariat étroit avec Quantinuum, 4 des 12 scientifiques de l’article travaillant pour cette entreprise. En tant que spécialiste de la technologie des ions piégés, il est logique que Quantinuum recherche une situation où le faible nombre de qubits de ses ordinateurs peut déjà répondre à un cas d’usage pertinent.

Si cela s’avère vrai, cela pourrait faire de l’entreprise un fournisseur clé de capacité de calcul pour l’industrie IA, peut-être en reproduisant au moins une fraction des réalisations de Nvidia (NVDA ).

Investir dans l’informatique quantique

Honeywell / Quantinuum

Quantinuum est le résultat de la fusion de Honeywell Quantum Solutions et de Cambridge Quantum.

Honeywell reste l’actionnaire majoritaire de l’entreprise (probablement 52 % de participation) après une levée de fonds valorisant l’entreprise à 5 milliards de dollars. Le fondateur Ilya Khan détiendrait environ 20 % de la société. D’autres actionnaires comprennent JSR Corporation, Mitsui, Amgen (AMGN ), IBM et JP Morgan.

Une IPO potentielle de Quantinuum à l’avenir, éventuellement dans le cadre d’une restructuration d’entreprise plus large, est estimée à hauteur de 20 milliards de dollars et pourrait se produire entre 2026 et 2027.

L’informatique quantique n’est pas le cœur de métier de Honeywell, qui se concentre davantage sur les produits aérospatiaux, l’automatisation et les produits chimiques et matériaux spécialisés.

Chacun de ces domaines pourrait toutefois bénéficier de l’informatique quantique, notamment la chimie computationnelle et la cybersécurité quantique, offrant potentiellement à Honeywell un avantage face à ses concurrents.

Le modèle principal de l’entreprise pour l’instant est le H2, une puce à ions piégés de 56 qubits, avec une fidélité de porte à deux qubits de 99,895 %.

L’entreprise a poursuivi un calcul de haute qualité avec très peu d’erreurs plutôt que d’ajouter simplement le plus grand nombre possible de qubits, créant ce que l’on appelle « l’informatique quantique tolérante aux fautes ».

Cette approche est qualifiée par l’entreprise « Better qubits, better results », avec un nombre similaire de qubits obtenant des résultats 100 à 1 000 fois plus fiables.

Source: Quantinuum

Cela pourrait notamment faire une différence dans la cryptographie résistante au quantique, très nécessaire, la société de défense Thales (HO.PA -0,96 %) collaborant déjà avec Quantinuum ainsi que la banque internationales HSBC et JP Morgan.

Quantinuum propose également sa chimie computationnelle quantique propriétaire InQuanto, utilisable pour les produits pharmaceutiques, les sciences des matériaux, les produits chimiques, l’énergie et les applications aérospatiales.

Comme de nombreuses autres entreprises d’informatique quantique, Quantinuum propose Helios, un « hardware-as-a-service », permettant aux utilisateurs de profiter de l’informatique quantique sans devoir gérer la complexité du fonctionnement du système eux‑mêmes.

Quantinuum a signé en novembre 2024 un partenariat avec le groupe allemand Infineon, le plus grand fabricant de semi-conducteurs d’Europe. Infineon apportera sa photonique intégrée et sa technologie d’électronique de contrôle pour aider à créer la prochaine génération d’ordinateurs quantiques à ions piégés.

Alors que la photonique intégrée se rapproche des cas d’utilisation pratiques, il devient clair à quel point ce partenariat pourrait être important pour l’avenir de Quantinuum. À ce stade, il semble que la prochaine étape pour l’entreprise sera de lancer la première puce photoniques-quantique axée sur l’IA au monde.

« Dans les mois à venir, Quantinuum partagera les résultats des collaborations en cours, démontrant le potentiel révolutionnaire des avancées quantiques dans l’IA générative. »

La capacité innovante Gen QAI améliorera et accélérera l’utilisation des cadres organiques métalliques pour la délivrance de médicaments, ouvrant la voie à des options de traitement plus efficaces et personnalisées, avec des détails qui seront dévoilés lors du lancement d’Helios.

Quantinuum annonce une percée en IA quantique générative avec un potentiel commercial massif

L’annonce dans cette publication fait partie d’une série de nouvelles liées aux progrès rapides de la connexion IA‑informatique quantique réalisés chez Quantinuum.

De plus nombreux cas d’utilisation en cours pourraient fortement augmenter la valeur future de l’entreprise, et donc la participation de Honeywell ainsi que le profit potentiel que les investisseurs pourraient en tirer.

Dernières actualités et développements des actions Honeywell / Quantinuum (HON)

Étude référencée

^{1. Yin, Z., Agresti, I., de Felice, G. et al. Apprentissage automatique basé sur des noyaux renforcés par le quantique sur un processeur photonique. Nature Photonics. (2025). https://doi.org/10.1038/s41566-025-01682-5}