Le 12 octobre, la société chinoise Huawei a lancé sa nouvelle plateforme de services de simulation de nuages de haute qualité en informatique quantique (Communiqué de presse). Le 13 septembre 2018, la Chambre des représentants des États-Unis approuvé le "H.R. 6227 : Loi sur l'initiative quantique nationale" avec un budget de $1,275 milliards de dollars de 2019 à 2023 pour la recherche quantique. L'investissement annuel du gouvernement chinois dans la science quantique est estimé à $ 244 millions (CRS, "Federal Quantum Information Science : Une vue d'ensemble2 juillet 2018). L'UE Le navire amiral Quantum prévoit jusqu'à présent d'investir 100 millions d'euros par an, auxquels il faut ajouter les investissements nationaux. Les plus grandes entreprises technologiques, qu'elles soient américaines, européennes ou asiatiques, et plus particulièrement chinoises, financent la R&D quantique. Cela annonce le début d'une nouvelle course aux technologies quantiques.

En effet, les innovations scientifiques et technologiques en cours liées à l'univers quantique ont le potentiel de modifier fondamentalement le monde tel que nous le connaissons, tout en accélérant et même en perturbant plus spécifiquement le domaine de l'intelligence artificielle (IA). Les progrès des technologies quantiques ont été surnommés la "deuxième révolution quantique" (Jonathan P. Dowling, Gerard J. Milburn, "Quantum Technology : The Second Quantum Revolution", 13 juin 2002, arXiv:quant-ph/0206091v1).

Dans ce premier article, nous expliquerons ce qu'est cette révolution quantique, puis nous la réduirons à l'endroit où elle interagit avec l'IA, en fait, elle pourrait accélérer et perturber la dynamique actuelle. Cet article s'adresse aux physiciens non quantiques, des analystes aux décideurs et aux responsables politiques, en passant par les lecteurs intéressés et concernés, qui ont besoin de comprendre les technologies quantiques. En effet, ces dernières vont révolutionner le monde en général, l'IA en particulier, ainsi que la gouvernance, la gestion, la politique et la géopolitique, notamment lorsqu'elles sont combinées à l'IA. Nous utiliserons autant que possible des exemples réels pour illustrer notre texte.

Nous allons d'abord expliquer où se situent les technologies quantiques, c'est-à-dire la mécanique quantique. Nous nous concentrerons ensuite sur ces technologies quantiques - appelées Science de l'Information Quantique (SQI) - en nous concentrant notamment sur l'informatique et la simulation quantiques, mais aussi en passant brièvement en revue la communication quantique ainsi que la détection et la métrologie quantiques. Nous chercherons à comprendre ce qui se passe, comment la dynamique se déroule et l'état actuel des choses, tout en abordant la question du timing, c'est-à-dire quand l'informatique quantique commencera-t-elle à avoir un impact sur le monde.

Liens connexes

Intelligence artificielle - Forces, moteurs et enjeux

Le champ de bataille de l'informatique quantique et l'avenir - Quantum, IA et géopolitique (2)

Cartographier la course à l'informatique quantique - Quantum, IA et géopolitique (3)

Enfin, nous nous pencherons sur l'intersection entre les technologies quantiques et l'IA - en fait le sous-domaine émergent de l'apprentissage par machine quantique ou même l'IA quantique - en soulignant les accélérations et les perturbations possibles. Nous mettrons donc en évidence pourquoi et comment les technologies quantiques sont un moteur et un enjeu pour l'IA.

Sur la base de la compréhension acquise ici, les prochains articles approfondiront les impacts potentiels futurs sur le monde politique et géopolitique.

De la mécanique quantique aux nouvelles technologies quantiques

Actuellement, les principes de la mécanique quantique sont nouvellement appliqués à toute une série de domaines, ce qui ouvre de nouvelles possibilités dans de nombreux domaines.

Réservé aux membres

Télécharger l'article en pdf (anglais uniquement)- La perturbation quantique à venir Intelligence artificielle et géopolitique - partie 1.pdf - 22 pages

Adhérez et devenez membre de la société d'analyse The Red (Team).

La mécanique quantique ou physique quantique est une discipline scientifique qui a débuté au tout début du 20ème siècle, avec, dans un premier temps, les travaux de Max Planck sur le spectre des couleurs (pour un résumé rapide et clair de l'évolution du domaine, lire, par exemple, Robert Coolman, "Qu'est-ce que la mécanique quantique ?“, LiveScience26 septembre 2014).

La mécanique quantique est "l'expression générale des lois de la nature dans un monde fait de particules omniprésentes et presque imperceptibles" (Roland Omnes, Philosophie quantique : Comprendre et interpréter la science contemporaine, 1999, p.82). C'est le règne de l'infiniment petit. La mécanique quantique a contribué à une série de changements scientifiques qui touchent au cœur même de notre compréhension. Comme l'a dit Omnes,

"Nous perdons la représentation spontanée du monde... le bon sens est vaincu" (ibid.).

Même si le bon sens a été remis en question, les scientifiques n'ont pas abandonné le projet scientifique et ont poursuivi leurs travaux. Aujourd'hui, les propriétés mêmes qui ont choqué la communauté scientifique et la nouvelle compréhension du monde qui a émergé avec la mécanique quantique sont utilisées pour développer de nouvelles technologies.

En bref, au niveau du monde quantique, on observe une "nature ondulatoire de la lumière et de la matière" (Biercuk et Fontaine, "Le saut dans la technologie quantique...“, La guerre sur les rochers, novembre 2017). Deux propriétés résultantes des systèmes quantiques sont alors fondamentales pour l'effort technologique actuel, à savoir la superposition et l'enchevêtrement.

Superposition signifie que "les systèmes quantiques peuvent être (vaguement) décrits comme existant simultanément en plus d'un endroit jusqu'à ce que le système soit observé" (Ibid.). Une fois que le système est observé, il se fixe à un endroit, et on dit que "la superposition s'effondre" (Ibid.).

Enchevêtrement signifie que "les particules liées peuvent être "contrôlées à distance", quelle que soit la distance qui les sépare. Manipulez le partenaire local d'une paire enchevêtrée et vous manipulez instantanément son partenaire enchevêtré également" (Ibid.).

S'appuyant notamment sur ces propriétés, les scientifiques développent le domaine technologique appelé Science de l'Information Quantique (SQI), composé de la détection et de la métrologie quantiques, de la communication quantique et de l'informatique et de la simulation quantiques, auxquelles s'ajoutent des recherches sur les matériaux quantiques. Nous nous concentrerons plus particulièrement ici sur l'informatique quantique.

Comprendre la science de l'information quantique

Calcul et simulation quantiques

Le calcul quantique consiste à exploiter les propriétés quantiques, notamment la superposition et l'intrication, "pour effectuer un certain calcul" (CRS, juillet 2018) d'une manière incroyablement plus rapide que ce qui est réalisé aujourd'hui par les plus puissantes capacités de calcul haute performance (HPC), même les ordinateurs à l'échelle de l'espace, qui sont actuellement en cours de construction (voir Gagner la course à l'informatique à grande échelle).

L'utilisation de l'informatique quantique devrait être particulièrement prometteuse pour les simulations quantiques, c'est-à-dire "l'utilisation d'un système quantique contrôlable [l'ordinateur quantique] pour étudier un autre système quantique moins contrôlable ou accessible" (Georgescu, et al, "Simulation quantique". 2013). En d'autres termes, l'informatique quantique est la meilleure approche pour étudier et simuler des systèmes situés au niveau quantique et ainsi afficher des propriétés quantiques.

L'informatique quantique, un développement initié par le souci de la sécurité

L'idée d'un ordinateur quantique a été développée en 1981 (publiée en 1982) par le physicien américain Richard P. Feynman, qui pensait utiliser les propriétés quantiques pour simuler la physique et même la mécanique quantique ("Simuler la physique avec des ordinateurs“, Journal international de physique théorique, VoL 21, n° 6/7, 1982). Au départ, elle présentait surtout un intérêt théorique (Simon Bone et Matias Castro, "Une brève histoire de l'informatique quantique".Imperial College London).

Ensuite, l'incroyable puissance de calcul d'un ordinateur quantique en fonctionnement a fait prendre conscience qu'une "cryptopocalypse" pouvait se produire. En effet, en 1994, le mathématicien Peter Shor a formulé un algorithme, "l'algorithme de Shor", montrant qu'"un ordinateur quantique ayant quelques dizaines de milliers de bits quantiques et capable d'effectuer quelques millions d'opérations de logique quantique pouvait factoriser de grands nombres et ainsi casser l'omniprésent système de cryptographie à clé publique RSA" - la méthode la plus utilisée pour chiffrer la transmission de données (Peter Shor, "Algorithmes en temps polynomial pour la factorisation primaire et les logarithmes discrets sur un ordinateur quantique1994, 1995 ; Seth Lloyd, & Dirk Englund, Orientations futures du traitement quantique de l'information, août 2016, p.6 ).

Ce sont les découvertes de Shor en 1994 qui ont suscité l'intérêt pour l'informatique quantique, à partir de laquelle ont évolué les technologies quantiques (Bone et Castro, Ibid. ; Lloyd & Englund, Ibid, Biercuk, "Construire l'avenir quantique", vidéo, 2017). La naissance du QIS découlerait donc à la fois de la crainte et de l'intérêt que suscite le développement d'un tel ordinateur quantique : L'algorithme de Shor donnerait en effet un incroyable avantage de sécurité à ceux qui bénéficient d'un ordinateur quantique, car ils pourraient casser tous les codes présents, passés et futurs de leurs "concurrents" si ces acteurs utilisent les capacités informatiques classiques actuelles ainsi que les systèmes de cryptage actuels.

Qu'est-ce que l'informatique quantique ?

L'informatique quantique est actuellement en cours de développement. Les deux principaux défis de ce domaine sont de mettre au point un ordinateur quantique utilisable. Nous n'en sommes qu'au tout début de la construction du matériel, et d'apprendre à programmer ces nouveaux ordinateurs. 

Qubits, matériel et certains des défis rencontrés

Les ordinateurs classiques stockent les informations sous forme de 0 et de 1, les bits ou les chiffres binaires.

Pour les lecteurs intéressés et à vocation scientifique, nous recommandons, parmi une multitude d'explications, de

Sam Sattel, "L'avenir de l'informatique - Quantum & Qubits", blog d'Autodesk.com.

Les ordinateurs quantiques utilisent des qubits, avec lesquels "vous pouvez avoir zéro, un, et toute combinaison possible de zéro et de un, de sorte que vous obtenez un vaste ensemble de possibilités pour stocker des données" (Rachel Harken, "Une autre première pour Quantum“, Blog de l'ORNL23 mai 2018).

La courte vidéo ci-dessous (ChercheurLe rapport de la Commission européenne sur les ordinateurs quantiques (publié le 15 juillet 2018) explique (relativement) simplement ce que sont les qubits, la superposition et l'enchevêtrement, ainsi que les défis très pratiques à relever pour construire un ordinateur quantique - c'est-à-dire le matériel, comme la réfrigération, la façon de contrôler l'état d'un qubit et enfin la durée de vie des informations à l'intérieur d'un qubit, une propriété appelée cohérence. Il passe ensuite à quelques exemples de simulations et d'utilisations possibles.

Pour une compréhension encore meilleure de l'informatique quantique, et bien que la vidéo soit un peu longue - 24:15 - nous vous recommandons de prendre le temps de regarder la vidéo très claire, vivante et fascinante de Michael J. Biercuk de l'Université de Sydney, "Construire l'avenir quantique“.

Nombre de qubits, puissance et erreur

Ainsi, pour obtenir un ordinateur quantique fonctionnel, en termes de matériel, il faut disposer d'un nombre suffisant de qubits pour procéder à votre calcul et le faire de manière à ce que les erreurs générées par les spécificités de l'informatique quantique, notamment la perte de cohérence ou de décohérence, ne soient pas trop graves pour défaire l'ensemble du système. La nécessité de prendre en compte les erreurs générées par le système quantique utilisé implique d'imaginer, de créer puis de mettre en œuvre la meilleure la correction des erreurs quantiques, tendant vers correction intégrale des erreurs quantiques. Une des difficultés est que la correction des erreurs est également fonction des qubits, ce qui multiplie donc le nombre de qubits qui doivent être opérationnels.

Par exemple, Justin Dressel de l'Institut californien d'études quantiques de l'Université Chapman a appliqué Austin G. Fowler et al.Codes de surface : Vers un calcul quantique pratique à grande échelle” (2012) à l'algorithme de Shor en utilisant comme étude de cas l'objectif de décrypter un cryptage RSA fort en utilisant une clé de 2048 bits. Il a calculé que pour qu'un ordinateur quantique atteigne cet objectif, son le nombre minimum de qubits serait de 109. Une telle machine devrait alors fonctionner pour 27 heurespour "comparer avec 6,4 quadrillions d'années pour un ordinateur de bureau classique fonctionnant avec le tamis à chiffres". Bien sûr, comme pour les ordinateurs classiques, plus de qubits réduiraient la durée d'exécution (pour le paragraphe, Justin Dressel, L'informatique quantique : État des lieuxRéunion du chapitre du CO ACM, 16 mai 2018).

En fait, nous sommes encore assez loin d'un 109 ordinateur qubit.

L'état des lieux en termes de processeurs de qubits...

Le 16 mai 2018, selon Dressel (Ibid.), deux principales implémentations concurrentes (d'autres étant en cours de développement) sont utilisées pour obtenir des qubits physiques, et ont jusqu'à présent donné les résultats suivants :

Méthode 1. Ions piégés - avec la meilleure performance

  • Université du Maryland (UMD)/Institut quantique commun (JQI)* : 53 qubits

Méthode 2. Circuits supraconducteurs - avec les meilleures performances

... et des simulateurs quantiques fonctionnant sur des ordinateurs classiques

Outre la création de matériel d'informatique quantique très réel, nous avons également la conception et le développement de simulateurs d'informatique quantique. Ceux-ci permettent aux chercheurs et aux scientifiques de commencer à expérimenter l'informatique quantique et notamment d'apprendre à programmer ces ordinateurs. En effet, les spécificités de l'informatique quantique exigent de nouvelles façons de programmer ces ordinateurs.

Par exemple, Atos a utilisé ses supercalculateurs HPC pour développer Atos Quantum Learning Machine (QLM) avec des appareils de 30 et 40 Qubits selon le niveau de puissance (Produit Atos QLM). Entre-temps, Atos a développé "un langage de programmation universel d'assemblage quantique (AQASM, Atos Quantum Assembly Language) et un langage hybride quantique de haut niveau" (Ibid.).

D'autres efforts similaires sont à l'œuvre, avec par exemple le Centre for Quantum Computation and Communication Technology de l'université de Melbourne capable de "simuler la sortie d'une machine de 60 bits", mais pour "seulement" une instance de l'algorithme de Shor (Andrew Tournson, "La simulation bat le record du monde de l'informatique quantique“, Futurité2 juillet 2018).

Comme mentionné dans le premier paragraphe, la société chinoise Huawei a annoncé le 12 octobre qu'elle lançait sa toute première plateforme de simulation d'informatique quantique par le biais de son service de cloud computing, HiQ (Communiqué de presse). "La plateforme HiQ peut simuler des circuits quantiques avec au moins 42-qubits pour des simulations en pleine amplitude" (ibid.), ce qui la rendrait légèrement plus puissante que la plateforme Atos QLM. Bien entendu, les performances doivent être testées par les scientifiques avant que de telles conclusions puissent être tirées avec certitude. Comme Atos, Huawei a également développé son cadre de programmation quantique. Contrairement au système d'Atos, HiQ "sera entièrement ouvert au public en tant que plate-forme habilitante pour la recherche et l'éducation quantiques" (Ibid.). Nous voyons ici émerger deux approches et stratégies différentes pour le développement de l'informatique quantique, qui sont et seront importantes pour les entreprises, les acteurs publics et les citoyens, ainsi que pour le domaine. Nous reviendrons sur ce point dans le prochain article.

Quand disposerons-nous d'ordinateurs quantiques fonctionnels ? Qu'est-ce que la suprématie quantique ?

En fait, nous disposons déjà d'ordinateurs quantiques en état de marche, mais leur puissance de calcul est encore faible et ils peuvent être considérés comme des prototypes.

Comme nous disposons déjà de ces prototypes ainsi que des simulateurs sur les machines classiques, la question actuelle, réelle et pertinente, doit être transformée en deux questions.

1- Quelle doit être la puissance de mon ordinateur quantique pour répondre à ma question ou résoudre mon problème ?

La première partie de notre question initiale relative au temps pourrait être formulée comme suit : quelle doit être la puissance de mon ordinateur quantique pour répondre à ma question ou résoudre mon problème ?

En d'autres termes, le type de calcul nécessaire pour résoudre un problème peut être réalisé plus facilement et plus rapidement sur un ordinateur quantique avec un petit nombre de qubits, mais de facto en utilisant des propriétés quantiques, que sur un ordinateur classique, où les caractéristiques quantiques mêmes nécessaires pour résoudre le problème en question exigeraient un énorme HPC, ou ne seraient tout simplement pas réalisables. Dans ce cas, la compréhension quantique du problème considéré et l'algorithme développé deviennent aussi importants, sinon plus, que le problème matériel quantique lui-même. En conséquence, les machines quantiques actuelles et les simulations quantiques peuvent être considérées comme déjà opérationnelles.

Par exemple, le physicien de l'université Vanderbilt Sokrates Pantelides et Jian Liu, chercheur postdoctoral en physique, ont mis au point des simulations détaillées de mécanique quantique à l'échelle atomique pour aider l'industrie pétrolière à connaître les promesses des expériences de récupération avant qu'elles ne commencent (Heidi Hall, "Les travaux de mécanique quantique permettent à l'industrie pétrolière de connaître les promesses des expériences de récupération avant qu'elles ne commencent“, Nouvelles de l'Université Vanderbilt27 septembre 2018). Ils ont utilisé des installations de calcul haute performance classiques aux États-Unis. Centre de calcul scientifique de la recherche nationale sur l'énergie du ministère de l'énergie (DOE). Il est probable que si des ordinateurs quantiques avaient été mis à leur disposition, cela aurait facilité leurs recherches. Notez que l'Oak Ridge National Laboratory (ORNL) du DOE dispose d'un groupe de travail sur les sciences de l'information quantique - de détecter, de communiquer et d'utiliser l'informatique - et utilise Atos Quantum Learning Machine (Atos QLM), un "simulateur quantique, capable de simuler jusqu'à 40 bits quantiques (Qubits)" (Communiqué de presse Atos, "Atos Quantum Learning Machine peut désormais simuler de véritables Qubits"(9 avril 2018).

Autre exemple, le 4 octobre 2018, les chercheurs espagnols U. Alvarez-Rodriguez et al. ("Vie artificielle quantique dans un ordinateur quantique IBM“, Nature(2018) ont publié les résultats de leurs recherches, selon lesquels ils ont réussi à créer un algorithme de vie artificielle quantique. Interviewé par NewsweekLamata, un membre de l'équipe scientifique, a expliqué :

"Nous voulions savoir si les comportements émergents des systèmes biologiques macroscopiques pouvaient être reproduits au niveau quantique microscopique", a-t-il déclaré. "Ce que nous avons découvert dans cette recherche est que de très petits dispositifs quantiques avec quelques bits quantiques pouvaient déjà émuler l'auto-réplication, en combinant des propriétés biologiques standard, telles que le génotype et le phénotype, avec de véritables propriétés quantiques, telles que l'enchevêtrement et la superposition" (Hannah Osborne, "La vie artificielle quantique créée pour la première foisNewsweek, 11 octobre 2018).

La simulation de création de vie a été réalisée en utilisant "l'architecture de circuit supraconducteur de l'ordinateur quantique IBM en nuage", avec "la puce d'informatique quantique IBM ibmqx4" (Alvarez-Rodriguez, et al., Ibid.), c'est-à-dire en utilisant IBM 5 Qqui compte 5 qubits avec une connectivité maximale de 4 qubits ("Qubit Qualité“, Rapport sur l'informatique quantique) .

Cette simulation illustre parfaitement comment l'informatique quantique peut être à la fois accélératrice et perturbatrice pour l'intelligence artificielle, comme nous le synthétiserons dans la troisième partie. En effet, comme le soulignent les conclusions et les perspectives du document de recherche, l'algorithme de vie artificielle quantique qui a fait ses preuves pourrait potentiellement être combiné avec le nouveau domaine émergent de l'apprentissage par machine quantique pour poursuivre "la conception d'agents quantiques intelligents et réplicables" (Alvarez-Rodriguez, et al., Ibid.). Nous atteindrions ici potentiellement un niveau d'IA totalement nouveau.

2- Quand disposerons-nous d'ordinateurs quantiques d'une puissance telle que les ordinateurs classiques, même les plus puissants, seront hors service ?

La deuxième partie de notre question concernant le calendrier pourrait être reformulée comme suit : quand disposerons-nous d'ordinateurs quantiques d'une puissance telle que les ordinateurs classiques, même les plus puissants, seront dépassés, c'est-à-dire quand les simulations quantiques réalisées sur les ordinateurs classiques deviendront-elles inutiles ?

C'est ce que Google appelle "atteindre la suprématie quantique", ou franchir la "frontière de la suprématie quantique", c'est-à-dire trouver "la plus petite tâche de calcul qui est d'une difficulté prohibitive pour les ordinateurs classiques d'aujourd'hui" et la dépasser grâce à un ordinateur quantique (Sergio Boixo, "La question de la suprématie quantique“, Blog de Google Ai4 mai 2018). L'idée de parvenir à la suprématie quantique est mieux expliquée par la diapositive suivante de la présentation de John Martinis (Google) "L'informatique quantique et la suprématie quantique” (Forum des utilisateurs du HPC, Tuscon, 16-18 avril 2018).

Suprématie quantique. informatique quantique, perturbation quantique, informatique quantique et IA, technologies quantiques, QIS, intelligence artificielle, IA quantique, apprentissage machine quantique, risque, risque politique, risque géopolitique, la Red (Team) Analysis Society
Diapositive de la présentation de John Martinis (Google) "Quantum Computing and Quantum Supremacy" (Forum des utilisateurs de HPC, Tuscon, 16-18 avril 2018).

S'appuyant sur la diapositive de Google, M. Dressel estime que nous avons presque atteint "l'échelle qu'il n'est plus possible de simuler à l'aide des superordinateurs classiques". Le défi actuel consiste à trouver des applications "à court terme" pour les dispositifs quantiques existants" (Ibid.).

Suprématie quantique. informatique quantique, perturbation quantique, informatique quantique et IA, technologies quantiques, QIS, intelligence artificielle, IA quantique, apprentissage machine quantique, risque, risque politique, risque géopolitique, la Red (Team) Analysis Society
Figure tirée d'une diapositive de Justin Dressel, de l'informatique quantique : État des lieux, réunion de la section ACM du CO, 16 mai 2018

Toutefois, comme des améliorations en termes de moyens de construire des simulations quantiques sur des machines classiques sont également en cours, alors le calendrier ainsi que le nombre de qubits nécessaires pour atteindre la suprématie quantique pourraient changer (Phys.org, "Des chercheurs simulent avec succès un circuit de 64 bits", 26 juin 2018 ; recherche originale : Zhao-Yun Chen et al, "Simulation de circuits quantiques à 64 bits“, Bulletin scientifique, 2018).

En attendant, Dressel (Ibid.) estime également que nous pouvons nous attendre à des puces d'un milliard de qubits dans environ 10 à 15 ans.

Suprématie quantique. informatique quantique, perturbation quantique, informatique quantique et IA, technologies quantiques, QIS, intelligence artificielle, IA quantique, apprentissage machine quantique, risque, risque politique, risque géopolitique, la Red (Team) Analysis Society
Figure tirée d'une diapositive de Justin Dressel, de l'informatique quantique : État des lieux, réunion de la section ACM du CO, 16 mai 2018

La disponibilité d'une telle puissance de calcul accélérerait évidemment l'IA tout en bouleversant complètement le paysage actuel entourant la révolution de l'IA contemporaine, des microprocesseurs développés et utilisés par exemple dans la course à l'exascale, à la puissance de ceux qui ont réussi à être en tête de la course en termes de HPC classique, mais nous reviendrons sur les implications politiques et géopolitiques dans le deuxième article de la série.

Communications quantiques

Évoluant logiquement à partir de la façon dont les technologies quantiques sont nées, les communications quantiques sont principalement concernées par le développement de la "cryptographie résistante aux quanta", comme le souligne le Aperçu stratégique national des États-Unis pour les sciences de l'information quantique, septembre 2018. Si l'informatique quantique peut être utilisée pour casser les cryptages existants, alors la mécanique quantique peut également être utilisée pour protéger le cryptage, notamment avec la cryptographie quantique (voir Définition de phys.org) ou la distribution de clés quantiques (QKD).

Les communications quantiques consistent donc à "générer des clés quantiques pour le cryptage" et, plus largement, à "envoyer des communications quantiques sécurisées (toute tentative d'écoute détruit la communication et l'écoute est détectée)". (CRS, juillet 2018, Ibid.).

Détection et métrologie quantiques

"'La détection quantique' décrit l'utilisation d'un système quantique, de propriétés quantiques ou de phénomènes quantiques pour effectuer une mesure d'une quantité physique" (Degen et al, 2016). Grâce aux capteurs quantiques, nous "mesurons des quantités physiques telles que la fréquence, l'accélération, la vitesse de rotation, les champs électriques et magnétiques, ou la température avec la plus grande précision relative et absolue". (Wicht et al., 2018). Cette vidéo du National Quantum Technology Hub britannique, "Capteurs et métrologie", explique très simplement ce sous-domaine.

Les applications, y compris en termes de sécurité nationale, sont nombreuses, des systèmes de positionnement global (GPS) aux sous-marins en passant, par exemple, par l'amélioration considérable de notre compréhension du cerveau humain et de la cognition, comme l'explique la vidéo présentée dans la dernière partie de l'article.

Ne pas exagérer les limites

Comme toujours, cependant, si les catégories entre les différentes sous-disciplines sont pratiques pour définir les champs, se concentrer et expliquer les sujets, les frontières ont tendance à être poreuses. Des rétroactions avec d'autres sous-domaines peuvent avoir lieu lorsque de nouvelles découvertes sont faites. Des innovations apparaissent également à l'intersection des différents sous-domaines, comme l'illustre la production de tourbillons de lumière dans la détection quantique, qui alimentent ensuite la communication quantique - comme, par exemple, des motifs de pétales uniques et identifiables peuvent former l'alphabet pour transmettre des informations (Matthew O'Donnell, "Motifs de pétales", Groupe de détection et de métrologie quantique chez Northrop Grumman, 17 mai 2018).

Accélérer et perturber les impacts de l'IA : l'émergence de l'apprentissage par machine quantique

Relatif :

L'intelligence artificielle au service de la géopolitique - Présentation de l'IA

Intelligence artificielle et apprentissage approfondi - Le nouveau monde de l'IA en devenir

L'intersection entre le développement actuel de l'IA, qui a lieu principalement dans le domaine de l'apprentissage machine et plus spécifiquement de l'apprentissage profond, et la science de l'information quantique est potentiellement si fructueuse qu'elle donne naissance à une nouvelle sous-discipline, l'apprentissage machine quantique.

Vous trouverez ci-dessous certains des principaux domaines dans lesquels la recherche a lieu ou pourrait avoir lieu et où le développement actuel de l'IA pourrait être accéléré ou interrompu par les technologies quantiques, tandis que les possibilités de l'IA auraient également un impact positif sur l'informatique quantique.

La première accélération évidente et l'impact potentiellement perturbateur que l'informatique quantique pourrait avoir sur l'IA est qu'une fois qu'un matériel avec un nombre élevé de qubits sera disponible, alors la puissance de calcul (quantique) disponible également pour l'IA atteindra de nouveaux sommets. Il est probable que cela permettra de tester des méthodologies jusqu'ici impossibles, alors que des algorithmes trop complexes ou trop gourmands en puissance de calcul seront développés.

Ensuite, il est probable que nous assisterons à une intensification et à une multiplication du développement de la "création d'IA", comme ce qui a été fait par la combinaison d'algorithmes évolutifs et d'apprentissages de renforcement par Google Brain Team ainsi que par les scientifiques de l'Oak Ridge National Laboratory (ORNL) du ministère américain de l'énergie (voir Helene Lavoix, Quand l'IA a commencé à être créée - Intelligence artificielle et puissance de calculThe Red Team Analysis Society7 mai 2018).

En attendant, la capacité à voir naître une troisième génération d'IA sera considérablement renforcée (voir Helene Lavoix $2 Billion for Next Gen Artificial Intelligence for U.S. Defence - Signal ).

Quant aux simulations quantiques, certains scientifiques "postulent que les ordinateurs quantiques pourraient surpasser les ordinateurs classiques dans les tâches d'apprentissage des machines". Dans ce cas, l'apprentissage machine quantique est compris comme le domaine dans lequel les scientifiques se concentrent sur "la manière de concevoir et de mettre en œuvre des logiciels quantiques qui pourraient permettre un apprentissage machine plus rapide que celui des ordinateurs classiques" (Jacob Biamonte, et al., "L'apprentissage par machine quantique“, v2 arXiv:1611.09347v2, mai 2018). Des algorithmes d'apprentissage par machine quantique sont recherchés et développés (Ibid., Dawid Kopczyk, "L'apprentissage des machines quantiques pour les chercheurs de données", arXiv:1804.10068v1, 5 avr 2018).

En outre, comme prévu dans la deuxième partie de cet article, les explications ci-dessus sur le QIS, l'intersection et les rétroactions entre les systèmes quantiques et l'IA sont également plus complexes, pour autant que nous puissions comprendre et prévoir maintenant.

Les défis mêmes de l'informatique quantique, c'est-à-dire principalement la mise au point du matériel et le développement du programme et des algorithmes, pourraient être relevés par l'IA. En d'autres termes, on pourrait appliquer la compréhension actuelle de l'IA au développement de l'informatique quantique. Potentiellement, au fur et à mesure des essais et des erreurs, et en raison des spécificités de l'informatique quantique, l'IA évoluera, atteignant potentiellement de nouveaux stades de développement. En effet, par exemple, à mesure que de nouvelles capacités quantiques seront atteintes et que de nouvelles simulations seront disponibles, de nouvelles connaissances et approches de l'IA pourraient être découvertes.

Les simulations quantiques, d'une part, et la détection quantique, d'autre part, produiront une nouvelle série de données importantes, qui devront être comprises par l'IA.

Nous pouvons trouver un exemple de ce cas où l'IA a été utilisée pour ces grands ensembles de données quantiques nouvellement disponibles, qui à leur tour pourraient bénéficier à l'informatique quantique et ensuite très probablement à l'IA, dans le domaine de la physique en général, de la supraconductivité en particulier. Le 1er août 2018, Yi Zhang et al. ont publié un article expliquant leur utilisation d'une IA, un "réseau de neurones artificiels (ANN)" spécialement conçu - c'est-à-dire un apprentissage profond - sur un grand ensemble de données, "une archive d'images de matière quantique électronique (EQM) dérivée expérimentalement", qui a permis de progresser dans notre compréhension de la supraconductivité - notamment en ce qui concerne la température, un défi clé de l'informatique quantique (Yi Zhang et al., "Utilisation de l'apprentissage automatique pour la découverte scientifique dans les expériences de visualisation électronique de la matière quantique", 1er août 2018, arXiv:1808.00479v1 ; pour une explication simplifiée mais détaillée, Tristan Greene, "La nouvelle IA de la physique pourrait être la clé d'une révolution de l'informatique quantique“, TNW19 septembre 2018).

À la suite de cette expérience, l'utilisation de l'apprentissage en profondeur de l'IA va très probablement augmenter en physique et plus largement en science, tandis que de nouvelles avancées en matière de supraconductivité pourraient contribuer à la mise au point de processeurs de qubits.

Si une telle évolution se produit dans le domaine de la supraconductivité, cela signifie également que la course à l'exaltation nous précédemment détaillé pourrait être perturbée. En fonction du moment où l'exascale sera atteint et des processeurs utilisés, en comparaison avec le moment où les nouvelles avancées en matière de supraconductivité pourront être mises au point, ainsi que lorsque des processeurs quantiques concurrents seront disponibles, alors l'énorme puissance de calcul finalement obtenue avec l'exascale ainsi que le processeur développé jusqu'à présent pourraient être plus ou moins obsolètes ou sur le point de l'être. Le risque industriel devrait ici être soigneusement estimé et surveillé, probablement par le biais de scénarios comme méthodologie la plus adaptée et la plus efficace. Nous verrons dans le prochain article les impacts politiques et géopolitiques potentiels qui y sont liés.

Les nouveaux types de données recueillies par la détection quantique peuvent également enrichir notre compréhension de l'intelligence en général, comme le montre le projet de l'université de Birmingham".Détection quantique du cerveau” (11 juin 2018) décrite dans le vidéo ci-dessous.

Cette réalisation spécifique en matière de détection quantique pourrait, à son tour, modifier et enrichir trois fois les approches de l'IA : premièrement, parce que nous aurions dû créer de nouveaux systèmes d'IA pour donner un sens à ces données spécifiques, deuxièmement parce que ces agents d'apprentissage profond auraient eu accès à une compréhension nouvelle et jusqu'ici inconnue de l'intelligence, et auraient donc appris quelque chose de différent, ce qui aurait renforcé le potentiel de développement de différents résultats, et troisièmement parce que la nouvelle compréhension globale de l'intelligence qui en résulterait pourrait, à son tour, générer des types d'IA différents et meilleurs.

Dans le même domaine, le domaine émergent de la cognition quantique (voir Peter Bruza et al., "Introduction au numéro spécial sur la cognition quantique“, Journal of Mathematical Psychology (en anglais)23 septembre 2013 ; Peter Bruza et al.Cognition quantique : une nouvelle approche théorique de la psychologie“,  Tendances dans les sciences cognitives(juillet 2015), qui bénéficient désormais de simulations quantiques, pourraient déboucher sur des approches totalement nouvelles de la cognition et de l'intelligence. En retour, le statu quo actuel en termes d'IA autour de l'apprentissage profond pourrait être perturbé. Des approches totalement nouvelles de l'IA pourraient voir le jour.

Par conséquent, les technologies quantiques sont effectivement un moteur et un enjeu pour l'IA.

Bien qu'il soit encore très tôt dans le domaine de la science de l'information quantique, et notamment de l'informatique et des simulations quantiques, et plus encore dans son intersection avec l'IA, des innovations considérables ont déjà eu lieu tant dans le domaine des QIS que dans celui de l'IA quantique / apprentissage par machine quantique, et ces domaines commencent déjà à porter leurs fruits. De nombreux défis restent à relever, mais les efforts déployés pour surmonter ces mêmes obstacles pourraient également déboucher sur de nouvelles percées dans le domaine des QIS et de l'IA. Nous pourrions être à l'aube d'un véritable changement de paradigme avec toute une série de conséquences allant de celles déjà perceptibles à celles difficiles à imaginer pour les politiques et leurs acteurs. C'est vers ces impacts possibles que nous nous tournerons dans le prochain article.


Image en vedette : Image d'un deutéron, l'état lié d'un proton (rouge) et d'un neutron (bleu). Crédit image : Andy Sproles, ORNL

Notes

*Le Joint Quantum Institute (JQI) est en fait un groupe fonctionnant "grâce aux travaux d'éminents scientifiques quantiques du département de physique de l'université du Maryland (UMD), de l'Institut national des normes et de la technologie (NIST) et du Laboratoire des sciences physiques (LPS). Chaque institution apporte au JQI des programmes de recherche expérimentale et théorique majeurs qui sont dédiés aux objectifs de contrôle et d'exploitation des systèmes quantiques". (JQI - À propos). A noter que notamment par le biais du NIST, ils bénéficieront du budget américain 2019 pour le QIS.

Quelques références

Alvarez-Rodriguez, U., M. Sanz, L. Lamata & E. Solano, "Vie artificielle quantique dans un ordinateur quantique IBM“, Nature, Rapports scientifiques volume 8, Numéro d'article : 14793 (2018) - Publié le 4 octobre 2018.

Biamonte Jacob, Peter Wittek, Nicola Pancotti, Patrick Rebentrost, Nathan Wiebe & Seth Lloyd, "L'apprentissage par machine quantique“, Nature volume 549, pages 195-202, 14 septembre 2017 ; révisé le 10 mai 2018 arXiv:1611.09347v2.

Biercuk Michael J., et Richard Fontaine, "Le saut dans la technologie quantique : Une introduction pour les professionnels de la sécurité nationale,” La guerre sur les rochersLe 17 novembre 2017.

Biercuk, Michael J., Université de SydneyConstruire l'avenir quantiqueFête de la pause, 2 mars 2017.

Bruza, Peter D., Jerome Busemeyer, Liane Gabora, "Introduction au numéro spécial sur la cognition quantique“, Journal of Mathematical Psychology (en anglais), 53, 303-305, arXiv:1309.5673v1

Bruza, Peter D., Zheng Wang, Jerome R. Busemeyer, "Cognition quantique : une nouvelle approche théorique de la psychologie“,  Tendances dans les sciences cognitivesVolume 19, numéro 7, juillet 2015, pages 383-393.

Service de recherche du Congrès, Federal Quantum Information Science : Une vue d'ensemble2 juillet 2018.

Degen, C. L., F. Reinhard, P. Cappellaro, "Détection quantique"Soumis le 8 novembre 2016 (v1), dernière révision le 6 juin 2017 (cette version, v2), arXiv:1611.02427v2 - quant-ph.

Dirjish, Mathew, "La plate-forme de détection quantique est désormais une réalité"., SensorsOnlineLe 30 juillet 2018.

Bureau exécutif du président des États-Unis, Aperçu stratégique national pour les sciences de l'information quantique, septembre 2018.

Fowler, Austin G., Matteo Mariantoni, John M. Martinis, Andrew N. Cleland, "Codes de surface : Vers un calcul quantique pratique à grande échelle"A 86, 032324 (2012), arXiv:1208.0928v2

Publié par Dr Helene Lavoix (MSc PhD Lond)

Dr Hélène LavoixM. Lond, PhD (relations internationales), est le président/directeur général du Red Team Analysis Society. Elle est spécialisée dans la prévision et l'alerte stratégiques pour les questions de sécurité nationale et internationale. Elle se concentre actuellement sur la pandémie COVID-19, la méthodologie des SF&W, la radicalisation ainsi que l'intelligence artificielle et la technologie quantique et la sécurité. Elle enseigne au niveau du master à SciencesPo-PSIA.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

FR