L'informatique quantique a-t-elle un premier cas d'utilisation dans le monde réel ?

Quantum, AI & Photonics : Une nouvelle révolution informatique

L'informatique et les technologies de l'information connaissent plusieurs révolutions technologiques à la fois : l'essor de l'IA, l'émergence de l'informatique quantique et le recours à la photonique pour surmonter les limites de l'informatique classique au silicium.

Jusqu'à présent, chacun de ces nouveaux secteurs a essentiellement travaillé dans des silos isolés : la formation et le calcul de l'IA sont effectués sur des puces de silicium classiques, l'informatique quantique cherche à améliorer sa technologie jusqu'à ce qu'elle puisse trouver une utilisation pratique, et la technologie photonique en est encore à expérimenter des conceptions et des applications.

Il se pourrait, sans surprise, que ce soit en fusionnant ces domaines que de nouvelles possibilités apparaissent. Il semble que l'informatique quantique vienne de trouver un cas d'utilisation pratique et qu'elle n'ait même pas besoin d'être améliorée avant d'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 la société Quantinuum (Royaume-Uni) ont découvert que les ordinateurs quantiques existants pouvaient être plus performants que les ordinateurs classiques pour l'entraînement à l'IA, en utilisant un processeur photonique.

Ils ont publié leurs résultats dans la revue Nature Photonics¹sous le titre "Apprentissage automatique expérimental à base de noyaux sur un processeur photonique amélioré par les quanta".

Pourquoi la formation à l'IA et l'informatique quantique se heurtent à des limites

L'envolée des coûts et des besoins en énergie de la formation à l'IA

Récemment, la technologie de l'IA a fait d'énormes progrès. Toutefois, ces progrès n'ont pu être réalisés que grâce à l'utilisation d'une puissance de calcul phénoménale, consommant des dizaines de milliards de dollars en puces et en électricité.

Il est certain que des progrès peuvent être réalisés en matière d'efficacité, comme l'a démontré l'IA DeepSeek, formée à un coût très faible en termes de calcul et d'argent.et devance ses concurrents occidentaux d'un ordre de grandeur. Il n'en reste pas moins qu'en fin de compte, l'amélioration des logiciels ne suffira pas à rendre l'apprentissage de l'IA moins gourmand en ressources informatiques et en énergie.

Les défis de l'informatique quantique en matière de scalabilité et de bruit

En attendant, l'informatique quantique est une technologie prometteuse, mais qui souffre jusqu'à présent d'un défaut fatal. L'état extrêmement fragile de la matière qui doit être maintenu pour que l'informatique quantique fonctionne signifie qu'elle est 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, les innovations pourraient signifier que un réseau d'ordinateurs quantiques plus petits ou une nouvelle architecture matérielle, utilisant un nouvel état de la matière appelé topoconducteur, qui permet l'extensibilitépourrait résoudre le problème.

Jusqu'à ce qu'il soit confirmé, cela remet néanmoins en question la pertinence de l'informatique quantique, qui reste une technologie à la recherche d'un cas d'utilisation pratique qui ait du sens sur le plan économique.

Méthodes de noyaux améliorées au niveau quantique pour l'IA

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

Les méthodes de noyaux sont des outils largement utilisés dans l'apprentissage automatique et utilisent une méthode mathématique consistant à ajouter des dimensions à un ensemble de données afin de mieux identifier les modèles cachés.

Source : MDPI

Cela implique bien sûr des mathématiques assez complexes, qui ne seront compréhensibles que pour un nombre limité de spécialistes travaillant déjà dans ce domaine. Vous pouvez voir une représentation visuelle de la manière dont cela fonctionne dans cette vidéo :

Ces calculs complexes pourraient être parfaitement adaptés aux capacités uniques des ordinateurs quantiques.

Les processeurs photoniques et les noyaux quantiques pour l'IA

Un processeur photonique intégré, créé par écriture laser femtoseconde sur un substrat en verre borosilicate, 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 des interférences quantiques ont été utilisés pour le calcul et comparés aux méthodes classiques.

Source : Nature Photonics

Résultats expérimentaux : Noyaux quantiques et classiques

Les scientifiques ont testé quatre ensembles de données de tailles différentes, allant de 40 à 100 points de données, 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 obtenu de meilleurs résultats que le noyau 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 une formation à l'IA quantique dans le monde réel

Passer de la démonstration à la production : Formation à l'IA quantique

Cette expérience a démontré que les ordinateurs quantiques, qui existent aujourd'hui, peuvent surpasser les ordinateurs classiques dans des tâches couramment utilisées pour la formation de réseaux neuronaux.

Il s'agit d'un événement majeur, car jusqu'à présent, on supposait que seul un ordinateur quantique plus fiable pourrait être utilisé pour ce type d'application. Maintenant qu'il a été prouvé expérimentalement que ce n'était pas le cas, la prochaine étape consistera à effectuer, ne serait-ce que de manière limitée, une formation à l'IA dans la vie réelle avec cette technologie.

Pour cela, de nouveaux algorithmes inspirés des architectures quantiques pourraient être conçus, permettant d'atteindre de meilleures performances.

"Cela implique que les ordinateurs quantiques existants peuvent afficher de bonnes performances sans nécessairement aller au-delà de l'état de l'art.

Zhenghao Yin - Doctorant à l'Université de Vienne.

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

Les plates-formes photoniques peuvent produire des résultats informatiques identiques ou supérieurs avec une consommation d'énergie beaucoup plus faible. L'énergie devenant de plus en plus le goulot d'étranglement de l'industrie de l'IA, plus que la capacité de calcul ou les innovations, l'utilisation de la découverte d'ordinateurs photoniques quantiques pourrait s'avérer particulièrement importante.

"Cela pourrait s'avérer crucial à l'avenir, étant donné que les algorithmes d'apprentissage automatique deviennent impossibles à mettre en œuvre en raison des besoins énergétiques trop élevés".

Iris Agresti - Doctorante à l'Université de Vienne.

 Technologie quantique à ions piégés ou supraconductrice : Quelle est la prochaine étape ?

Elle pourrait avoir des conséquences importantes sur l'orientation de l'industrie de l'informatique quantique.

Jusqu'à présent, le domaine a été divisé entre la technologie des ions piégés, qui offre une grande fiabilité, mais une faible capacité de calcul quantique (qubit) par dispositif, et des conceptions plus complexes reposant sur la supraconductivité, jusqu'à présent très bruyantes, mais qui sont également plus susceptibles d'être évolutives à terme vers un grand volume de qubits.

La recherche a été réalisée dans le cadre d'un partenariat très étroit avec Quantinuum, puisque 4 des 12 scientifiques cités dans l'article travaillent dans 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 constituer un argument commercial pertinent.

Si cela s'avère vrai, l'entreprise pourrait devenir un fournisseur clé de capacité de calcul pour l'industrie de l'IA, imitant peut-être au moins une fraction de la capacité de calcul de Nvidia. (NVDA +1.04%) des réalisations.

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 la société (propriété probable de 52%) après une levée de fonds la valorisant à $5B. Le fondateur Ilyas Khan détiendrait environ 20% de la société. Parmi les autres actionnaires figurent JSR Corporation, Mitsui, Amgen, IBM et JP Morgan.

Une éventuelle introduction en bourse de Quantinuum dans le futur, éventuellement dans le cadre d'une restructuration plus large de l'entreprise, est estimé à $20B et pourrait avoir lieu entre 2026 et 2027.

L'informatique quantique n'est pas au cœur des activités d'Honeywell, qui se concentre davantage sur les produits de l'aérospatiale, de l'automatisation et des produits chimiques et matériaux de spécialité.

Chacun de ces domaines pourrait cependant bénéficier de l'informatique quantique, en particulier chimie computationnelle et la cybersécurité quantique, ce qui pourrait donner à Honeywell un avantage sur ses concurrents.

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

L'entreprise a cherché à obtenir une informatique de haute qualité avec très peu d'erreurs, en ajoutant autant de qubits que possible, créant ainsi ce que l'on appelle une "informatique quantique tolérante aux pannes".

Cette approche a été baptisée par la société "Better qubits, better results" (meilleurs qubits, meilleurs résultats), une quantité similaire de qubits permettant d'obtenir des résultats 100 à 1 000 fois plus fiables.

Source : Quantinuum

Cela pourrait notamment faire la différence dans le domaine de la cryptographie quantique, dont on a un besoin urgent, avec l'entreprise de défense Thales (HO.PA -0.96%) collaborent déjà avec Quantinuum ainsi que la banque internationales HSBC et JP Morgan.

Quantinuum propose également sa propre chimie quantique computationnelle InQuantoIl s'agit d'une technologie de pointe, utilisable pour les applications pharmaceutiques, les sciences des matériaux, les produits chimiques, l'énergie et l'aérospatiale.

Comme beaucoup d'autres entreprises d'informatique quantique, Quantinuum propose Helios, a "Matériel en tant que serviceLes utilisateurs peuvent ainsi bénéficier de l'informatique quantique sans avoir à gérer eux-mêmes la complexité de l'exploitation du système.

Quantinuum a signé en novembre 2024 un partenariat avec la société allemande Infineonle plus grand fabricant européen de semi-conducteurs. Infineon apportera sa technologie intégrée de photonique et d'électronique de commande pour aider à créer la prochaine génération d'ordinateurs quantiques à ions piégés.

La photonique intégrée se rapprochant de plus en plus des cas d'utilisation pratiques, l'importance de ce partenariat pour l'avenir de Quantinuum devient évidente. À ce stade, il semble que la prochaine étape pour l'entreprise sera de mettre sur le marché la première puce photonique-quantique axée sur l'IA.

Dans les mois à venir, Quantinuum partagera les résultats des collaborations en cours, mettant en évidence le potentiel révolutionnaire des avancées quantiques dans l'IA générative.

La capacité innovante Gen QAI améliorera et accélérera l'utilisation des structures organiques métalliques pour l'administration de médicaments, ouvrant la voie à des options de traitement plus efficaces et plus personnalisées, dont les détails seront dévoilés lors du lancement d'Helios.

Quantinuum annonce une percée dans le domaine de l'IA quantique générative avec un potentiel commercial massif

L'annonce de cette publication fait partie d'une série de nouvelles liées aux progrès rapides de la connexion entre l'IA et l'informatique quantique réalisée à Quantinuum.

Un plus grand nombre de cas d'utilisation en cours pourrait fortement augmenter la valeur future de l'entreprise et, par conséquent, la part d'Honeywell dans celle-ci et les bénéfices potentiels que les investisseurs pourraient en tirer.

Dernières nouvelles et développements concernant les actions Honeywell / Quantinuum (HON)

Étude référencée

^{1. Yin, Z., Agresti, I., de Felice, G. et al. Apprentissage machine expérimental à base de noyaux sur un processeur photonique. Nature Photonics. (2025). https://doi.org/10.1038/s41566-025-01682-5}