Le 12 octobre, le chinois Huawei a lancé sa nouvelle plate-forme de service cloud HiQ (Quantum Computing Simulation)Communiqué de presse). Le 13 septembre 2018, la Chambre des représentants des États-Unis approuvé la "HR 6227: Loi sur l'initiative nationale quantique”Avec un budget de 1,275 milliard de dollars de 2019 à 2023 sur la recherche quantique. L’investissement annuel du gouvernement chinois dans la science quantique est estimé à 244 millions de dollars (CRS, “Science fédérale de l'information quantique: un aperçu »2 juillet 2018). L'UE Quantum Flagship prévoit à ce jour d’investir 100 millions d’euros par an, auxquels il faut ajouter les investissements nationaux. Les plus grandes entreprises de technologie, qu'elles soient américaines, européennes ou asiatiques, et plus particulièrement chinoises, financent la recherche et développement quantique. Cela annonce le début d'une nouvelle course pour les 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, «Technologie quantique: la deuxième révolution quantique», 13 juin 2002, arXiv: quant-ph / 0206091v1).

Dans ce premier article, nous expliquerons ce qu'est cette révolution quantique, puis nous la limiterons à ses interactions avec l'IA, ce qui pourrait même accélérer et perturber la dynamique actuelle. Cet article s'adresse aux physiciens non quantiques, des analystes aux décideurs en passant par les décideurs, en passant par les lecteurs intéressés et inquiets, qui ont besoin de comprendre les technologies quantiques. En effet, ces dernières révolutionneront le monde en général, notamment l'IA, ainsi que la gouvernance, la gestion, la politique et la géopolitique, notamment lorsqu'elles seront associées à l'IA. Nous utiliserons autant que possible des exemples concrets 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 sciences de l'information quantique (QIS) - qui se concentrent notamment sur l'informatique quantique et la simulation, mais aussi sur une brève revue de la communication quantique, de la détection quantique et de la métrologie. Nous chercherons à comprendre ce qui se passe, comment se déroulent les dynamiques et l’état actuel des choses, tout en abordant la question du timing, c’est-à-dire du moment où l’informatique quantique commencera à avoir un impact sur le monde.

Connecté

Intelligence artificielle - Forces, moteurs et enjeux

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

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

Enfin, nous examinerons l’intersection des technologies quantiques et de l’IA - en fait du sous-domaine émergent de Quantum Machine Learning ou même de l’IA Quantum - soulignant les accélérations et les perturbations possibles. Nous allons donc souligner 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 sur le monde politique et géopolitique.

De la mécanique quantique aux nouvelles technologies quantiques

Actuellement, les principes de la mécanique quantique sont en train d'être appliqués à un grand nombre de domaines, ce qui ouvre la voie à de nouvelles possibilités dans de nombreux domaines.

Membres seulement

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

Devenir membre de la société d'analyse (d'équipe) rouge.

La mécanique quantique ou physique quantique est une discipline scientifique qui a débuté au tout début du XXe siècle avec, au départ, les travaux de Max Planck sur le spectre de couleurs (pour un résumé rapide et clair de l'évolution du domaine, lisez ce qui suit: exemple, Robert Coolman, “Qu'est-ce que la mécanique quantique?“, LiveScience26 septembre 2014).

La mécanique quantique traite de «l’expression générale des lois de la nature dans un monde constitué 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 le dit Omnes,

«Nous perdons la représentation spontanée du monde… le sens commun est vaincu» (ibid.).

Bien que le bon sens ait été mis au défi, les scientifiques n’ont pas abandonné le projet scientifique et ont poursuivi leurs travaux. Maintenant, 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, nous observons une «nature vague de la lumière et de la matière» (Biercuk et Fontaine, «Le saut dans la technologie Quantum…“, 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 à plusieurs endroits jusqu'à ce que le système soit observé" (Ibid.). Une fois le système observé, il se fixe alors 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 leur distance. Manipulez le partenaire local d'une paire enchevêtrée et vous manipulez aussi instantanément son partenaire enchevêtré »(Ibid.).

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

Comprendre la science de l'information quantique

Informatique quantique et simulation

L’informatique quantique consiste à exploiter les propriétés quantiques, notamment la superposition et l’enchevêtrement, «pour effectuer certains calculs» (CRS, juillet 2018) d’une manière incroyablement plus rapide que celle obtenue aujourd’hui par les plus puissantes capacités de calcul haute performance (HPC), même les plus performantes. ordinateurs exascale, en cours de construction (voir Gagner la course à l'informatique exascale).

L'utilisation de l'informatique quantique devrait être particulièrement prometteuse pour les simulations quantiques, c'est-à-dire «utiliser 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 les propriétés quantiques.

Informatique quantique, un développement initié par une préoccupation de sécurité

L’idée d’un ordinateur quantique a été développée en 1981 (publiée en 1982) par le physicien américain Richard P. Feynman, qui envisageait d’utiliser les propriétés quantiques pour simuler la physique et même la mécanique quantique («Simuler la physique avec des ordinateurs“, Journal international de physique théorique, Volume 21, numéros 6/7, 1982). C’était d’abord essentiellement théorique (Simon Bone et Matias Castro, «Une brève histoire de l'informatique quantique », Collège impérial de Londres).

Ensuite, l'incroyable puissance de calcul qu'un ordinateur quantique en fonctionnement aurait pu amener à prendre conscience qu'un «cryptopocalypse» pourrait se produire. En effet, en 1994, le mathématicien Peter Shor a formulé un algorithme, "algorithme de Shor", montrant qu '"un ordinateur quantique doté de quelques dizaines de milliers de bits quantiques et capable de réaliser quelques millions d'opérations de logique quantique pourrait factoriser de grands nombres cryptosystème de clé publique RSA omniprésent »- le moyen le plus largement utilisé pour chiffrer la transmission de données (Peter Shor,«Algorithmes Temps Polynomial Pour La Factorisation Prime Et Les Logarithmes Discrets Sur Un Ordinateur Quantique, "1994, 1995; Seth Lloyd et Dirk Englund, Orientations futures du traitement de l'information quantique, 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 les technologies quantiques ont évolué (Bone et Castro, Ibid .; Lloyd & Englund, Ibid, Biercuk, «Construire l'avenir quantique“, Vidéo, 2017). La naissance de QIS proviendrait donc à la fois de la crainte et de l’intérêt suscités par le développement d’un tel ordinateur quantique: l’algorithme de Shor donnerait en effet un avantage de sécurité incroyable à ceux qui bénéficient d’un ordinateur quantique, car ils pourraient briser 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 en cours de développement. Le développement d’un ordinateur quantique utilisable constitue l’un des deux principaux défis. Nous n’en sommes qu’au tout début de la construction du matériel et nous apprenons à programmer ces nouveaux ordinateurs. 

Qubits, matériel et certains des défis à relever

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

Pour les lecteurs intéressés et scientifiques, nous recommandons, parmi une foule d'explications:

Sam Sattel, “L'avenir de l'informatique - Quantum et Qubits“, Blog Autodesk.com.

Les ordinateurs quantiques utilisent des qubits, avec lesquels «vous pouvez avoir zéro, un et toute combinaison possible de zéro et un, vous obtenez ainsi un vaste ensemble de possibilités pour stocker des données» (Rachel Harken, «Une autre première pour Quantum“, Blog ORNL, 23 mai 2018).

La courte vidéo ci-dessous (Chercheur, 15 juillet 2018) explique (relativement) simplement ce que sont qubits, superposition et enchevêtrement, ainsi que les défis très pratiques rencontrés pour construire un ordinateur quantique - c.-à-d. Le matériel, tel que la réfrigération, comment contrôler l'état d'un qubit et enfin, combien de temps l’information peut durer à l’intérieur d’un qubit, propriété appelée cohérence. Nous passons 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 (24h15), 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, vous devez disposer de suffisamment de qubits pour procéder à votre calcul de manière à ce que les erreurs générées par les spécificités de l’informatique quantique, notamment la perte de cohérence ou de décohérence, ne sont pas trop sérieux pour vaincre tout le 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 le meilleur correction d'erreur quantique, tendant vers correction d'erreur quantique complète. Une des difficultés est que la correction d'erreur est également une fonction des qubits, ce qui multiplie ainsi le nombre de qubits devant être opérationnels.

Par exemple, Justin Dressel de l’Institut californien d’études quantiques de la Chapman University a appliqué Austin G. Fowler et al., «Codes de surface: Vers un calcul quantique pratique à grande échelle”(2012) pour l'algorithme de Shor utilisant comme étude de cas l'objectif de décrypter un cryptage fort RSA à l'aide de clés à 2048 bits. Il a calculé que pour un ordinateur quantique d'atteindre cet objectif, sa nombre minimum de qubit serait 109. Une telle machine aurait alors besoin de courir pour 27 heures, à comparer avec 6,4 quadrillions d'années pour un ordinateur de bureau classique utilisant le tamis numérique ». Bien sûr, comme avec les ordinateurs classiques, plus de qubits réduirait le temps d’exécution (pour le paragraphe, Justin Dressel, Calcul quantique: état d'avancement, Réunion du chapitre OC ACM, 16 mai 2018).

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

La situation actuelle en termes de processeurs qubits…

Le 16 mai 2018, selon Dressel (Ibid.), Deux implémentations principales concurrentes (d'autres 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 les meilleures performances

  • Université du Maryland (UMD) / Joint Quantum Institute (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 informatique quantique très réel, nous avons également la conception et le développement de simulateurs informatiques quantiques. Celles-ci permettent aux chercheurs et 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 méthodes de programmation de ces ordinateurs.

Par exemple, Atos a utilisé ses supercalculateurs HPC pour développer Atos Quantum Learning Machine (QLM) avec des appliances de 30 et 40 Qubits en fonction du niveau de puissance (Produit Atos QLM). Dans le même temps, Atos a développé «un langage de programmation universel pour l'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 de calcul quantique et de technologie de la communication de l'Université de Melbourne capable de "simuler la sortie d'une machine à 60 bits", mais "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 indiqué dans le paragraphe d'ouverture, le Chinois Huawei a annoncé le 12 octobre dernier le lancement de sa toute première plate-forme de simulation d'informatique quantique via son service en nuage HiQ (communiqué de presse). "La plate-forme HiQ peut simuler des circuits quantiques d'au moins 42 qubits pour des simulations en pleine amplitude" (ibid.), Ce qui la rendrait légèrement plus puissante qu'Atos QLM. Bien entendu, les scientifiques doivent tester les performances avant de pouvoir tirer de telles conclusions avec certitude. En tant qu'Atos, Huawei a également développé son cadre de programmation quantique. À la différence du système d'Atos, HiQ "sera pleinement ouvert au public en tant que plate-forme propice à la recherche et à l'éducation quantiques" (Ibid.). Nous voyons ici émerger deux approches et stratégies différentes pour le développement de l'informatique quantique, qui importent et qui importeront tant pour les entreprises que pour les acteurs étatiques, ainsi que pour les citoyens, ainsi que pour le terrain. Nous reviendrons sur ce point dans le prochain article.

Quand aurons-nous des ordinateurs quantiques en état de marche? Qu'est-ce que la suprématie quantique?

En réalité, nous avons déjà des ordinateurs quantiques en fonctionnement, mais leur puissance de calcul est encore faible et ils peuvent être considérés comme des prototypes.

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

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

La première partie de notre question initiale liée au timing pourrait être formulée comme suit: quelle puissance doit avoir 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 nécessaires à la résolution du problème nécessiteraient un HPC énorme ou ne seraient tout simplement pas réalisables. Ici, la compréhension quantique du problème à l'étude et l'algorithme développé deviennent aussi importants, sinon plus, que le problème du matériel quantique. 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 Jian Liu, stagiaire postdoctoral en physique, a développé des simulations détaillées de la mécanique quantique à l’échelle atomique pour aider l’industrie pétrolière à comprendre les promesses des expériences de récupération avant de commencer (Heidi Hall, Heidi HallLa mécanique quantique informe l'industrie pétrolière de la promesse d'expériences de récupération avant de commencer“, Université Vanderbilt News27 septembre 2018). Ils ont utilisé des installations informatiques HPC classiques aux États-Unis. Centre national de calcul scientifique pour la recherche énergétique du ministère de l'Énergie (DOE). Il est probable que si des ordinateurs quantiques avaient été mis à leur disposition, leurs recherches auraient été facilitées. Notez que le laboratoire national Oak Ridge (ORNL) du DOE a une groupe axé sur l'informatique quantique - détecte, communique, calcule - et utilise Atos Quantum Learning Machine (Atos QLM), un "simulateur quantique capable de simuler jusqu'à 40 bits quantiques (Qubits)" (communiqué de presse d'Atos, "Atos Quantum Learning Machine peut désormais simuler de vrais Qubits“, 9 avril 2018).

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

«Nous voulions savoir si les comportements émergents de systèmes biologiques macroscopiques pouvaient être reproduits au niveau quantique microscopique», a-t-il déclaré. "Ce que nous avons découvert dans cette recherche, c'est que de très petits dispositifs quantiques avec quelques bits quantiques pourraient déjà imiter l'auto-réplication, 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 fois, Newsweek, 11 octobre 2018).

La simulation de création de vie a été réalisée à l’aide de «l’architecture des circuits supraconducteurs de l’ordinateur quantique en nuage IBM», avec «la puce de calcul quantique IBM ibmqx4» (Alvarez-Rodriguez, et al., Ibid.), C’est-à-dire IBM 5 Q, qui compte 5 qubits avec une connectivité maximale de 4 qubits ("Qualité Qubit“, Rapport d'informatique quantique).

Cette simulation illustre parfaitement à quel point l’informatique quantique peut accélérer et perturber l’intelligence artificielle, comme nous allons le synthétiser dans la troisième partie. En effet, comme indiqué dans les conclusions et les perspectives du document de recherche, le succès de l'algorithme de vie artificielle quantique pourrait potentiellement être associé au nouveau domaine émergent de l'apprentissage de la machine quantique afin de poursuivre «la conception d'agents quantiques intelligents et en réplication» (Alvarez-Rodriguez, al., Ibid.). Nous atteindrions ici potentiellement un niveau complètement nouveau d'IA.

2- Quand aurons-nous des ordinateurs quantiques avec une puissance telle que les ordinateurs classiques, même les plus puissants, sont hors tension?

La deuxième partie de notre question concernant la synchronisation pourrait être reformulée comme suit: quand aurons-nous des ordinateurs quantiques avec une puissance telle que les ordinateurs classiques, même les plus puissants, sont hors tension, c.-à-d. Quand les simulations quantiques réalisées sur des ordinateurs classiques deviendront-elles sans pertinence?

C’est ce que Google a appelé «atteindre la« suprématie quantique »» ou franchir la «frontière de la suprématie quantique», c’est-à-dire découvrir «la plus petite tâche de calcul qui soit prohibitive pour les ordinateurs classiques d’aujourd’hui», puis la dépasser au moyen d’un ordinateur quantique (Sergio Boixo , “La question de la suprématie quantique“, Google Ai Blog4 mai 2018). La diapositive suivante de la présentation de John Martinis (Google) explique mieux l'idée de parvenir à la suprématie quantique "Quantum Computing et Quantum Supremacy” (Forum d'utilisateurs HPC, Tuscon, 16-18 avril 2018).

Suprématie quantique. informatique quantique, perturbation quantique, informatique quantique et IA, technologies quantiques, QIS, intelligence artificielle, intelligence artificielle quantique, apprentissage quantique, risque, risque politique, risque géopolitique, société d'analyse rouge (en équipe)
Diapositive de la présentation de John Martinis (Google) «L'informatique quantique et la suprématie quantique» (Forum d'utilisateurs HPC, Tuscon, 16-18 avril 2018).

S'appuyant sur la diapositive de Google, Dressel estime que nous avons presque atteint «l'échelle qu'il n'est plus possible de simuler avec 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, intelligence artificielle quantique, apprentissage quantique, risque, risque politique, risque géopolitique, société d'analyse rouge (en équipe)
Figure tirée d'une diapositive de Justin Dressel, Calcul quantique: état des lieux, réunion de la section d'ACM, 16 mai 2018.

Cependant, étant donné que des améliorations sont actuellement apportées aux moyens de construire des simulations quantiques sur des machines classiques, le calendrier ainsi que le nombre de qubits nécessaires pour atteindre la suprématie quantique pourraient changer (Phys.org, "Des chercheurs ont réussi à simuler un circuit de 64 bits«Du 26 juin 2018; recherche originale: Zhao-Yun Chen et al, “Simulation de circuit quantique à 64 qubits“, Bulletin scientifique, 2018).

Pendant ce temps, Dressel (Ibid.) Estime également que nous pouvons nous attendre à des jetons 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, intelligence artificielle quantique, apprentissage quantique, risque, risque politique, risque géopolitique, société d'analyse rouge (en équipe)
Figure tirée d'une diapositive de Justin Dressel, Calcul quantique: état des lieux, réunion de la section d'ACM, 16 mai 2018.

La disponibilité d’une puissance informatique aussi puissante accélérerait manifestement l’intelligence artificielle tout en bouleversant complètement le paysage actuel entourant la révolution de l’intelligence artificielle contemporaine, des microprocesseurs développés et utilisés par exemple dans la course à l’exascale à la puissance de ceux qui ont réussi à se faire remarquer. haut de la course en termes de HPC classique, mais revenons sur les implications politiques et géopolitiques du deuxième article de la série.

Communication quantique

Alors que les technologies quantiques évoluent logiquement depuis la naissance des technologies quantiques, les communications quantiques concernent principalement le développement de la «cryptographie résistante quantique», comme le souligne Aperçu stratégique national américain pour la science de l'information quantique, Septembre 2018. Si l’informatique quantique peut être utilisée pour casser le cryptage existant, la mécanique quantique peut également servir à protéger le cryptage, notamment avec la cryptographie quantique (voir plus bas). phys.org définition) ou distribution de clé quantique (QKD).

Les communications quantiques consistent donc à «générer des clés quantiques pour le chiffrement» et plus généralement à «envoyer des communications quantiques (toute tentative d'écoute indiscrète détruit la communication et une écoute est détectée)» (CRS, juillet 2018, Ibid.).

Détection quantique et métrologie

«La« détection quantique »décrit l'utilisation d'un système quantique, de propriétés quantiques ou de phénomènes quantiques pour mesurer une quantité physique» (Degen et al, 2016). Grâce aux capteurs quantiques, nous «mesurons des grandeurs physiques telles que la fréquence, l'accélération, les vitesses 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 du Royaume-Uni, "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 une amélioration considérable de notre compréhension du cerveau humain et de la cognition, comme expliqué dans la vidéo du dernier partie de l'article.

Ne pas exagérer les limites

Comme toujours, cependant, si les catégories entre différentes sous-disciplines permettent de définir des champs, de centrer et d’expliquer des sujets, les frontières ont tendance à être poreuses. Des rétroactions avec d'autres sous-champs peuvent avoir lieu lorsque de nouvelles découvertes sont effectuées. Des innovations émergent également à l'intersection des différents sous-champs, comme illustré ci-dessous avec la production de tourbillons de lumière dans la détection quantique, qui alimentent ensuite la communication quantique - par exemple, des motifs de pétales uniques et identifiables peuvent former l'alphabet permettant de transmettre des informations ( Matthew O'Donnell, “Motifs de pétales“, Groupe de détection et de métrologie quantiques, Northrop Grumman, 17 mai 2018).

Accélération et perturbation des impacts sur l'intelligence artificielle: l'émergence de l'apprentissage machine quantique

En relation:

Quand l'intelligence artificielle dominera la géopolitique - Présentation de l'IA

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

L'intersection entre le développement actuel de l'IA, principalement dans le domaine de l'apprentissage automatique et plus particulièrement de l'apprentissage en profondeur et de l'informatique quantique, est potentiellement si fructueuse qu'elle donne naissance à une nouvelle sous-discipline, l'apprentissage quantique.

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

Le premier impact évident que l’informatique quantique pourrait avoir sur l’intelligence artificielle est qu’une fois le matériel à qubits élevé disponible, la puissance de calcul (quantique) disponible également pour l’intelligence artificielle atteindra de nouveaux sommets. Cela permettra probablement jusqu'à présent de tester des méthodologies, alors que jusqu'à présent, des algorithmes trop complexes ou trop lourds en calcul seront développés.

Ensuite, nous assisterons probablement à une intensification et à une multiplication du développement de la «création d'IA», comme ce qui a été fait en combinant des algorithmes évolutifs et des apprentissages de renforcement par Google Brain Team ainsi que par des scientifiques du laboratoire national Oak Ridge (ORNL) du département américain de l’Énergie (voir Helene Lavoix, Quand l'IA commença à créer l'IA - Intelligence artificielle et puissance de calculThe Red (Team) Analysis Society, 7 mai 2018).

Pendant ce temps, la capacité de voir naître une troisième génération d’IA sera considérablement renforcée (voir Hélène Lavoix). 2 milliards de dollars pour une intelligence artificielle de nouvelle génération pour la défense américaine - Signal ).

En ce qui concerne les simulations quantiques, certains scientifiques «postulent que les ordinateurs quantiques peuvent être plus performants que les ordinateurs classiques dans les tâches d’apprentissage automatique». Dans ce cas, Quantum Machine Learning est considéré comme le domaine où les scientifiques se concentrent sur «comment concevoir et mettre en œuvre un logiciel quantique qui permettrait un apprentissage plus rapide que celui des ordinateurs classiques "(Jacob Biamonte, et al.,"Apprentissage quantique“, v2 arXiv: 1611.09347v2., mai 2018). Des algorithmes Quantum Machine Learning sont recherchés et développés (Ibid., Dawid Kopczyk, “Apprentissage machine quantique pour les scientifiques de données“, ArXiv: 1804.10068v1, 5 avril 2018).

En outre, comme attendu dans la deuxième partie de cet article, les explications ci-dessus sur QIS, l'intersection et les rétroactions entre les systèmes quantiques et l'IA sont également plus complexes, dans la mesure où nous pouvons maintenant comprendre et prévoir.

L'intelligence artificielle pourrait répondre aux défis mêmes de l'informatique quantique, à savoir principalement le développement du matériel et le programme et les algorithmes. En d'autres termes, on appliquerait la compréhension actuelle de l'IA au développement de l'informatique quantique. Potentiellement, alors que nous allons procéder à des essais et à des erreurs, et en raison des spécificités de l'informatique quantique, l'IA va évoluer, atteignant potentiellement de nouvelles étapes de développement. En effet, par exemple, à mesure que de nouvelles capacités quantiques sont atteintes et que de nouvelles simulations deviennent disponibles, une nouvelle compréhension et de nouvelles approches de l'IA peuvent être découvertes.

De plus, les simulations quantiques, d'une part, et la détection quantique, d'autre part, produiront un nouvel hôte de données volumineuses, qui nécessitera une compréhension de l'IA.

Nous pouvons trouver un exemple d'un tel cas où l'IA a été utilisée pour ces grands ensembles de données quantiques nouvellement disponibles, ce qui pourrait à son tour profiter à l'informatique quantique et 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. a publié un article expliquant leur utilisation d'une IA, un «réseau de réseaux de neurones artificiels (RNA)» spécifiquement conçu - sur l'apprentissage en profondeur - sur un grand nombre de données, "des archives d'images de matière quantique électronique (EQM) dérivées de l'expérience", qui ont permis: pour progresser dans notre compréhension de la supraconductivité - notamment en ce qui concerne la température, un défi majeur de l’informatique quantique (Yi Zhang et al., «Utilisation de l'apprentissage automatique pour la découverte scientifique dans les expériences de visualisation de la matière quantique électronique“, 1er août 2018, arXiv: 1808.00479v1; pour une explication simplifiée mais détaillée, Tristan Greene, “Une nouvelle IA physique pourrait être la clé d'une révolution de l'informatique quantique“, TNW19 septembre 2018).

À la suite de cette expérience, l'utilisation d'AI-Deep Learning augmentera probablement en physique et plus largement en science, tandis que les nouvelles avancées en matière de supraconductivité pourraient aider les processeurs qubits.

Si un tel développement se produit en supraconductivité, cela signifie également que la course à l’exascale précédemment détaillé pourrait être perturbé. Selon le moment où exascale est atteint et les processeurs utilisés, comparé au moment où les nouvelles avancées en matière de supraconductivité peuvent être manipulées, ainsi que lorsque des processeurs quantiques concurrents sont disponibles, l'énorme puissance de calcul finalement obtenue avec exascale ainsi le processeur développé jusqu'à présent pourrait être plus ou moins obsolète ou sur le point de l'être. Le risque industriel devrait ici être soigneusement évalué et surveillé, probablement par le biais de scénarios, en tant que méthodologie la plus adaptée et la plus efficace. Nous verrons dans le prochain article les impacts politiques et géopolitiques potentiels connexes.

Les nouveaux types de données recueillies par la détection quantique pourraient également enrichir notre compréhension de l'intelligence en général, comme dans le cas du projet de l'Université de Birmingham ».Quantum Sensing le cerveau”(11 juin 2018) décrite dans le vidéo au dessous de.

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

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 de psychologie mathématique23 septembre 2013; Peter Bruza et al., “Cognition quantique: une nouvelle approche théorique de la psychologie“,  Tendances en sciences cognitives, Juillet 2015), bénéficiant désormais des simulations quantiques, pourrait conduire à des approches totalement nouvelles de la cognition et de l'intelligence. À son tour, une perturbation du statu quo actuel en termes d'IA autour de l'apprentissage en profondeur pourrait se produire. Des approches totalement nouvelles de l'IA pourraient émerger.

Les technologies quantiques sont donc à la fois un moteur et un enjeu pour l’IA.

Bien qu'il soit encore très tôt dans le domaine des sciences de l'information quantique, et notamment de l'informatique quantique et des simulations, et plus encore de son intersection avec l'IA, des innovations considérables ont déjà eu lieu à la fois dans QIS et dans Quantum AI / Quantum Machine Learning. les champs commencent déjà à porter leurs fruits. Il reste encore de nombreux défis à relever, mais les efforts déployés pour surmonter ces obstacles pourraient également déboucher sur de nouvelles avancées en matière de QIS et d’IA. Nous pourrions être à l'aube d'un véritable changement de paradigme, qui va des conséquences déjà perceptibles à celles difficiles à imaginer pour la politique et ses acteurs. C'est vers ces impacts possibles que nous nous tournerons avec le prochain article.


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

Remarques

* Le Joint Quantum Institute (JQI) est en réalité un groupe fonctionnant «grâce aux travaux de scientifiques de haut niveau en sciences quantiques du département de physique de l'Université du Maryland (UMD), du National Institute of Standards and Technology (NIST) et du Laboratory for Physical Sciences (LPS). Chaque institution apporte à JQI d’importants programmes de recherche expérimentale et théorique consacrés aux objectifs de contrôle et d’exploitation des systèmes quantiques.JQI - À propos). Notez que notamment via le NIST, ils bénéficieront du budget US 2019 pour QIS.

Quelques références

Alvarez-Rodriguez, U., M. Sanz, L. Lamata et E. Solano, “La vie artificielle quantique dans un ordinateur IBM Quantum“, Nature, rapports scientifiques volume 8, numéro d'article: 14793 (2018) - Publication: 04 octobre 2018.

Biamonte Jacob, Peter Wittek, Nicola Pancotti, Patrick Rebentrost, Nathan Wiebe et Seth Lloyd, “Apprentissage quantique“, La 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: guide d'introduction pour les professionnels de la sécurité nationale, " Guerre sur les rochers17 novembre 2017.

Biercuk, Michael J., Université de Sydney, «Construire l’avenir quantique»Pause Fest, 2 mars 2017.

Bruza, Peter D., Jérôme Busemeyer, Liane Gabora, “Introduction au numéro spécial sur la cognition quantique“, Journal de psychologie mathématique, 53, 303-305, arXiv: 1309.5673v1

Bruza, Peter D., Zheng Wang, Jérôme R. Busemeyer, “Cognition quantique: une nouvelle approche théorique de la psychologie“,  Tendances en sciences cognitives, Volume 19, numéro 7, juillet 2015, pages 383-393.

Service de recherche du Congrès, Science fédérale de l'information quantique: un aperçu, 2 juillet 2018.

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

Dirjish, Mathew, “La plate-forme de détection Quantum est désormais une réalité », CapteursOnline30 juillet 2018.

Bureau exécutif du président des États-Unis, Aperçu stratégique national pour la science de l'information quantiqueSeptembre 2018.

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

A propos de l'auteur: Dr Helene Lavoix (MSc PhD Lond)

Dr Hélène Lavoix, PhD Lond (Relations internationales), est le directeur de The Red (Team) Analysis Society. Elle est spécialisée dans la prospective stratégique et l'alerte en matière de sécurité nationale et internationale. Elle se concentre actuellement sur l'intelligence artificielle, la science quantique et la sécurité. Elle enseigne au niveau 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 spams. En savoir plus sur la façon dont les données de vos commentaires sont utilisées.

FR
EN FR