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

Quantique, IA et photonique : 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 sur silicium.

Jusqu’à présent, chacun de ces nouveaux secteurs a principalement fonctionné 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 est encore en phase d’expérimentation sur des conceptions et des applications.

Sans surprise, il se pourrait que ce soit en fusionnant ces domaines que de nouvelles possibilités émergent. Il semble que l'informatique quantique ait trouvé un cas d'application pratique et qu'elle n'ait même pas besoin d'être améliorée 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 la société Quantinuum (Royaume-Uni) ont découvert que les ordinateurs quantiques existants pourraient surpasser les ordinateurs classiques en matière de formation à l'IA, en utilisant un processeur photonique.

Ils ont publié leurs résultats dans Nature Photonics¹, sous le titre "Apprentissage automatique expérimental basé sur un noyau quantique amélioré sur un processeur photonique ».

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

La hausse des coûts et des besoins énergétiques de la formation en IA

L'IA a récemment réalisé d'énormes progrès. Cependant, ces progrès n'ont été possibles qu'au prix d'une puissance de calcul colossale, consommant des dizaines de milliards de dollars en puces et en électricité.

Certes, des progrès peuvent être réalisés en matière d’efficacité, comme le démontre DeepSeek AI formé avec un coût ultra-faible en termes de calcul et d'argent, surpassant largement ses concurrents occidentaux. Pourtant, au final, l'amélioration des logiciels ne suffira pas à rendre l'entraînement de l'IA moins gourmand en ressources de calcul et en énergie.

Les défis de l'évolutivité et du bruit de l'informatique quantique

Parallèlement, l'informatique quantique est une technologie prometteuse, mais elle souffre jusqu'à présent d'un défaut majeur : l'état extrêmement fragile de la matière nécessaire au fonctionnement de l'informatique quantique 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, les innovations pourraient signifier que soit un réseau d'ordinateurs quantiques plus petits or une nouvelle architecture de conception matérielle, utilisant un nouvel état de la matière appelé topoconducteurs, permettant l'évolutivité, pourrait résoudre le problème.

En attendant d’être confirmé, cela remet néanmoins en question la pertinence de l’informatique quantique, une technologie toujours en quête d’un cas d’utilisation pratique et économiquement sensé.

Méthodes de noyau améliorées par quantique pour l'IA

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

Les méthodes du noyau sont des outils largement utilisés dans l’apprentissage automatique et utilisent une méthode mathématique d’ajout de dimensions à un ensemble de données pour une meilleure identification des modèles cachés.

Source: IPSM

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

Et des calculs aussi complexes pourraient parfaitement convenir aux capacités uniques des ordinateurs quantiques.

Les processeurs photoniques rencontrent les noyaux quantiques pour l'IA

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

Source: Nature Photonics

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

Source: Nature Photonics

Résultats expérimentaux : noyaux quantiques et noyaux classiques

Les scientifiques ont testé quatre tailles d’ensembles de données 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 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 une formation concrète à l'IA quantique

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 les tâches couramment utilisées dans la formation des réseaux neuronaux.

C'est un enjeu majeur, car jusqu'à présent, on pensait que seul un ordinateur quantique plus fiable pourrait être utilisé pour ce type d'application. Maintenant que cette hypothèse a été prouvée expérimentalement, la prochaine étape consistera à réaliser, même de manière limitée, un entraînement d'IA en conditions réelles 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 afficher de bonnes performances sans nécessairement dépasser les technologies 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 des performances de calcul équivalentes, voire supérieures, avec une consommation énergétique bien moindre. L'énergie devenant de plus en plus un goulot d'étranglement pour le secteur de l'IA, plus que la capacité de calcul ou les innovations, l'utilisation des découvertes en informatique photonique quantique pourrait s'avérer particulièrement importante.

« Cela pourrait s’avérer crucial à l’avenir, étant donné que les algorithmes d’apprentissage automatique deviennent irréalisables, en raison des demandes énergétiques trop élevées ».

Iris Agresti – Doctorante à l’Université de Vienne.

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

Cela 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, avec une grande fiabilité, mais une faible capacité de calcul quantique (qubit) par appareil, et des conceptions plus complexes s'appuyant sur la supraconductivité, jusqu'à présent très bruyantes, mais qui sont également plus susceptibles d'être finalement évolutives vers un grand volume de qubits.

Cette recherche a été réalisée en étroite collaboration avec Quantinuum, dont quatre des douze scientifiques mentionnés dans l'article travaillent pour cette entreprise. En tant que spécialiste de la technologie des ions piégés, il est logique pour Quantinuum de rechercher une situation où le faible nombre de qubits de ses ordinateurs peut déjà justifier une analyse de rentabilité pertinente.

Si cela s'avère vrai, cela pourrait faire de l'entreprise un fournisseur clé de capacité de calcul pour l'industrie de l'IA, imitant peut-être au moins une fraction de celle de Nvidia. (NVDA ) 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 (probablement 52 % des parts) après une levée de fonds la valorisant à 5 milliards de dollarsLe fondateur, Ilyas Khan, détiendrait environ 20 % du capital de l'entreprise. Parmi les autres actionnaires figurent JSR Corporation, Mitsui, Amgen, IBM et JP Morgan.

Une éventuelle introduction en bourse de Quantinuum à l'avenir, potentiellement dans le cadre d'une restructuration d'entreprise plus vaste, est estimé à une valeur allant jusqu'à 20 milliards de dollars et pourrait se produire entre 2026 et 2027.

L'informatique quantique n'est pas la partie centrale de l'activité d'Honeywell, mais plutôt centrée sur les produits de l'aérospatiale, de l'automatisation et des produits chimiques et matériaux spécialisés.

Chacun de ces domaines pourrait cependant bénéficier de l’informatique quantique, en particulier chimie computationnelle et la cybersécurité quantique, donnant potentiellement à Honeywell un avantage sur ses concurrents.

Le modèle principal de la société 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 cherché à obtenir un calcul de haute qualité avec très peu d'erreurs en ajoutant autant de qubits que possible, créant ainsi ce qu'on appelle un « calcul quantique tolérant aux pannes ».

Cette approche est baptisée par la société « Meilleurs qubits, meilleurs résultats », avec une quantité similaire de qubits obtenant des résultats 100 à 1,000 XNUMX fois plus fiables.

Source: quantique

Cela pourrait notamment faire une différence dans la cryptographie résistante aux quanta, dont le besoin est urgent, avec la société de défense Thales (HO.PA -0.96%) collabore déjà avec quantique ainsi que la banque internationales HSBC et JP Morgan.

Quantinuum propose également sa propre chimie computationnelle quantique DansQuanto, utilisable pour les applications pharmaceutiques, scientifiques des matériaux, chimiques, énergétiques et aérospatiales.

Comme beaucoup d’autres sociétés d’informatique quantique, Quantinuum propose Helios  « matériel en tant que service », permettant aux utilisateurs de bénéficier de l’informatique quantique sans avoir à gérer eux-mêmes la complexité du fonctionnement du système.

Quantinuum a signé en novembre 2024 un partenariat avec l'allemand InfineonInfineon, premier fabricant européen de semi-conducteurs, apportera sa technologie intégrée de photonique et d'électronique de contrôle pour contribuer à la création de la prochaine génération d'ordinateurs quantiques à ions piégés.

Alors que la photonique intégrée se rapproche de la pratique, l'importance de ce partenariat pour l'avenir de Quantinuum apparaît clairement. À ce stade, il semble que la prochaine étape pour l'entreprise soit le lancement de la première puce photonique-quantique au monde axée sur l'IA.

Dans les mois à venir, Quantinuum partagera les résultats des collaborations en cours, mettant en valeur 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 personnalisées, dont les détails seront dévoilés lors du lancement d'Helios.

Quantinuum annonce une percée dans l'IA quantique générative avec un potentiel commercial énorme

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

Des cas d'utilisation plus fréquents pourraient considérablement augmenter la valeur future de l'entreprise et, par conséquent, la pile de Honeywell et le profit potentiel que les investisseurs pourraient en tirer.

Actualités et développements récents concernant l'action Honeywell / Quantinuum (HON)

Étude référencée

^{1. Yin, Z., Agresti, I., de Felice, G. et al. Apprentissage automatique expérimental basé sur un noyau amélioré par quantique sur un processeur photonique. Photonique de la nature. (2025). https://doi.org/10.1038/s41566-025-01682-5}