L’informatique quantique peut-elle aider l’IA ?

Durant des années, l’IA et l’informatique quantique ont été présentées comme des frères ennemis. Chacun mettait en avant ses qualités à coup de prix Nobel. En 2022, un trio de physiciens, dont le Français Alain Aspect, est récompensé pour une découverte en lien avec le calcul quantique.

Deux ans plus tard, des chercheurs ont été primés pour le développement de méthodes pionnières en IA et d’outils qui ont résolu des problèmes difficiles en biochimie pour prédire la forme tridimensionnelle des molécules.

Même si l’on parle de plus en plus de quantique, l’IA fait encore tourner les têtes pour ses capacités à révolutionner de nombreux domaines. Les grands modèles de langage (LLM) ont en effet fait des progrès significatifs en matière d’automatisation, de compréhension du langage naturel et de résolution créative de problèmes, y compris au-delà même du langage humain.

Cependant, ces modèles exigent une puissance de calcul considérable, tant pour leur formation que pour leur déploiement. Les architectures matérielles traditionnelles, basées sur l’informatique classique, ont du mal à répondre à ces besoins.

L’époque fratricide semble donc révolue. Scientifiques, ingénieurs et investisseurs sont aujourd’hui convaincus que l’union entre l’IA et l’informatique quantique peut être bénéfique pour tous. L’IA et l’informatique quantique doivent donc évoluer ensemble.

Il est essentiel d’exploiter cette puissance combinée de l’IA et de l’informatique quantique pour relever les principaux défis technologiques et sociétaux dans des domaines tels que la découverte de médicaments, la modélisation climatique et la fabrication de pointe, qui nécessitent des capacités de calcul que les méthodes classiques actuelles ne peuvent tout simplement pas gérer.

Peu de recherches sur les algorithmes d’IA quantique

Publié en mai dernier, un livre blanc examine et explore les différents points de convergence entre l’informatique quantique et l’intelligence artificielle (IA). Il décrit comment l’informatique quantique pourrait soutenir le développement de solutions IA innovantes. Il examine également des cas d’utilisation de l’IA classique qui peuvent renforcer la recherche et le développement dans les technologies quantiques, en mettant l’accent sur l’informatique quantique et la détection quantique.

« Ces deux technologies ne sont pas opposées, mais c’est un sujet très compliqué. Une chose est sûre : nous savons que l’IA classique aide à mettre au point les ordinateurs quantiques. En revanche, est-ce que l’informatique quantique est capable de générer des avancées au niveau de l’IA elle-même en faisant tourner des algorithmes sur des ordinateurs quantiques ? Là, c’est moins évident. Il y a un gros travail d’analyse à faire », précise Olivier Ezratty, cofondateur du Quantum Energy Initiative et qui a participé à la rédaction du livre blanc mentionné plus haut.

Aujourd’hui, les ordinateurs quantiques sont limités par le nombre et la qualité des qubits qu’ils peuvent utiliser. Les algorithmes quantiques d’IA ne peuvent s’améliorer qu’au rythme de l’évolution du matériel lui-même, ce qui signifie que la recherche et le développement dans ces deux domaines doivent rester synchronisés.

Par ailleurs, la plupart des recherches actuelles en IA se concentrent sur l’informatique classique. L’expertise nécessaire pour concevoir des algorithmes d’IA quantique évolutifs et pratiques reste donc très faible.

Le développement de cette discipline émergente qu’est l’ingénierie logicielle hybride représente une opportunité intéressante pour l’Europe. Elle permettrait de renforcer sa compétitivité industrielle. L’Europe dispose de solides capacités de recherche dans ces deux domaines, mais elle est prise entre la forte concurrence des États-Unis et de la Chine.

La volonté politique européenne de développer une réelle souveraineté technologique sera déterminante…