Les ordinateurs quantiques d’aujourd’hui ont une petite portée de calcul – la puce à l’intérieur de votre smartphone contient des milliards de transistors tandis que l’ordinateur quantique le plus puissant contient quelques centaines de l’équivalent quantique d’un transistor. Ils sont également peu fiables. Si vous exécutez le même calcul encore et encore, ils produiront très probablement des réponses différentes à chaque fois.

Mais avec leur capacité intrinsèque à considérer de nombreuses possibilités à la fois, les ordinateurs quantiques n’ont pas besoin d’être très grands pour s’attaquer à certains problèmes de calcul épineux, et mercredi, des chercheurs d’IBM ont annoncé qu’ils avaient mis au point une méthode pour gérer le manque de fiabilité d’une manière qui conduirait à des réponses fiables et utiles.

« Ce qu’IBM a montré ici est vraiment une étape incroyablement importante dans cette direction pour progresser vers une conception algorithmique quantique sérieuse », a déclaré Dorit Aharonov, professeur d’informatique à l’Université hébraïque de Jérusalem qui n’a pas participé à la recherche.

Alors que les chercheurs de Google en 2019 affirmaient avoir atteint la «suprématie quantique» – une tâche effectuée beaucoup plus rapidement sur un ordinateur quantique que sur un ordinateur conventionnel – les chercheurs d’IBM affirment avoir réalisé quelque chose de nouveau et de plus utile, quoique plus modestement nommé.

« Nous entrons dans cette phase de l’informatique quantique que j’appelle utilitaire », a déclaré Jay Gambetta, vice-président d’IBM Quantum. « L’ère de l’utilité. »

Une équipe de scientifiques d’IBM qui travaillent pour le Dr Gambetta ont décrit leurs résultats dans un article publié mercredi dans la revue Nature.

Les ordinateurs actuels sont appelés numériques, ou classiques, car ils traitent des bits d’information qui sont soit 1 soit 0, activés ou désactivés. Un ordinateur quantique effectue des calculs sur des bits quantiques, ou qubits, qui capturent un état d’information plus complexe. Tout comme une expérience de pensée du physicien Erwin Schrödinger a postulé qu’un chat pouvait être dans un état quantique à la fois mort et vivant, un qubit peut être à la fois 1 et 0 simultanément.

Cela permet aux ordinateurs quantiques d’effectuer de nombreux calculs en une seule passe, tandis que les ordinateurs numériques doivent effectuer chaque calcul séparément. En accélérant le calcul, les ordinateurs quantiques pourraient potentiellement résoudre de gros problèmes complexes dans des domaines comme la chimie et la science des matériaux qui sont aujourd’hui hors de portée. Les ordinateurs quantiques pourraient également avoir un côté plus sombre en menaçant la vie privée par le biais d’algorithmes qui brisent les protections utilisées pour les mots de passe et les communications cryptées.

Lorsque les chercheurs de Google ont revendiqué leur suprématie en 2019, ils ont déclaré que leur ordinateur quantique effectuait un calcul en 3 minutes 20 secondes qui prendrait environ 10 000 ans sur un supercalculateur conventionnel à la pointe de la technologie.

Mais certains autres chercheurs, y compris ceux d’IBM, ont rejeté cette affirmation, affirmant que le problème était artificiel. « L’expérience de Google, aussi impressionnante soit-elle, et vraiment impressionnante, fait quelque chose qui n’est intéressant pour aucune application », a déclaré le Dr Aharonov, qui travaille également en tant que directeur scientifique de Qedma, une société d’informatique quantique.

Le calcul de Google s’est également avéré moins impressionnant qu’il n’y paraissait au départ. Une équipe de chercheurs chinois a pu effectuer le même calcul sur un supercalculateur non quantique en un peu plus de cinq minutes, bien plus rapidement que les 10 000 ans que l’équipe de Google avait estimés.

Les chercheurs d’IBM dans la nouvelle étude ont effectué une tâche différente, qui intéresse les physiciens. Ils ont utilisé un processeur quantique avec 127 qubits pour simuler le comportement de 127 barreaux magnétiques à l’échelle atomique – suffisamment petits pour être régis par les règles effrayantes de la mécanique quantique – dans un champ magnétique. C’est un système simple connu sous le nom de modèle d’Ising, qui est souvent utilisé pour étudier le magnétisme.

Ce problème est trop complexe pour qu’une réponse précise puisse être calculée même sur les supercalculateurs les plus grands et les plus rapides.

Sur l’ordinateur quantique, le calcul a pris moins d’un millième de seconde. Chaque calcul quantique n’était pas fiable – les fluctuations du bruit quantique s’immiscent inévitablement et induisent des erreurs – mais chaque calcul était rapide, de sorte qu’il pouvait être effectué à plusieurs reprises.

En effet, pour de nombreux calculs, du bruit supplémentaire a été délibérément ajouté, rendant les réponses encore moins fiables. Mais en faisant varier la quantité de bruit, les chercheurs ont pu démêler les caractéristiques spécifiques du bruit et ses effets à chaque étape du calcul.

« Nous pouvons amplifier le bruit très précisément, puis nous pouvons réexécuter ce même circuit », a déclaré Abhinav Kandala, responsable des capacités et des démonstrations quantiques chez IBM Quantum et auteur de l’article Nature. « Et une fois que nous avons les résultats de ces différents niveaux de bruit, nous pouvons extrapoler à ce que le résultat aurait été en l’absence de bruit. »

Essentiellement, les chercheurs ont pu soustraire les effets du bruit des calculs quantiques non fiables, un processus qu’ils appellent l’atténuation des erreurs.

« Vous devez contourner cela en inventant des moyens très intelligents d’atténuer le bruit », a déclaré le Dr Aharonov. « Et c’est ce qu’ils font. »

Au total, l’ordinateur a effectué le calcul 600 000 fois, convergeant vers une réponse pour l’aimantation globale produite par les aimants à 127 barres.

Mais quelle était la qualité de la réponse?

Pour obtenir de l’aide, l’équipe d’IBM s’est tournée vers des physiciens de l’Université de Californie à Berkeley. Bien qu’un modèle d’Ising avec des aimants de 127 barres soit trop grand, avec beaucoup trop de configurations possibles, pour tenir dans un ordinateur conventionnel, les algorithmes classiques peuvent produire des réponses approximatives, une technique similaire à la façon dont la compression des images JPEG jette des données moins cruciales pour réduire la taille du fichier tout en préservant la plupart des détails de l’image.

Michael Zaletel, professeur de physique à Berkeley et auteur de l’article Nature, a déclaré que lorsqu’il a commencé à travailler avec IBM, il pensait que ses algorithmes classiques feraient mieux que ceux quantiques.

« Cela s’est avéré un peu différent de ce à quoi je m’attendais », a déclaré le Dr Zaletel.

Certaines configurations du modèle d’Ising peuvent être résolues exactement, et les algorithmes classiques et quantiques s’accordent sur les exemples les plus simples. Pour les instances plus complexes mais solubles, les algorithmes quantiques et classiques ont produit des réponses différentes, et c’est l’algorithme quantique qui était correct.

Ainsi, pour d’autres cas où les calculs quantiques et classiques ont divergé et aucune solution exacte n’est connue, « il y a des raisons de croire que le résultat quantique est plus précis », a déclaré Sajant Anand, un étudiant diplômé de Berkeley qui a fait une grande partie du travail sur les approximations classiques.

Il n’est pas clair que l’informatique quantique soit incontestablement la gagnante des techniques classiques pour le modèle d’Ising.

M. Anand essaie actuellement d’ajouter une version d’atténuation des erreurs pour l’algorithme classique, et il est possible que cela puisse égaler ou surpasser les performances des calculs quantiques.

« Il n’est pas évident qu’ils aient atteint la suprématie quantique ici », a déclaré le Dr Zaletel.

À long terme, les scientifiques quantiques s’attendent à ce qu’une approche différente, la correction d’erreurs, soit capable de détecter et de corriger les erreurs de calcul, ce qui ouvrira la porte aux ordinateurs quantiques pour accélérer de nombreuses utilisations.

La correction d’erreurs est déjà utilisée dans les ordinateurs conventionnels et la transmission de données pour corriger les erreurs. Mais pour les ordinateurs quantiques, la correction des erreurs est probablement dans des années, nécessitant de meilleurs processeurs capables de traiter beaucoup plus de qubits.

L’atténuation des erreurs, selon les scientifiques d’IBM, est une solution provisoire qui peut être utilisée maintenant pour des problèmes de plus en plus complexes au-delà du modèle d’Ising.

« C’est l’un des problèmes de sciences naturelles les plus simples qui existent », a déclaré le Dr Gambetta. « C’est donc un bon point de départ. Mais maintenant, la question est de savoir comment le généraliser et passer à des problèmes de sciences naturelles plus intéressants ? »

Celles-ci pourraient inclure la détermination des propriétés de matériaux exotiques, l’accélération de la découverte de médicaments et la modélisation des réactions de fusion.