Les plus grandes entreprises du monde lancent actuellement
des programmes d'informatique quantique, et les gouvernements injectent
des fonds dans la recherche quantique. Pour des systèmes qui n'ont pas
encore prouvé leur utilité, les ordinateurs quantiques suscitent
certainement beaucoup d'attention.
La raison est que les ordinateurs quantiques, bien qu'ils soient
encore loin d'avoir atteint leur maturité, devraient finalement ouvrir
une toute nouvelle ère de l'informatique – une ère dans laquelle le
matériel n'est plus une contrainte lors de la résolution de problèmes
complexes, ce qui signifie que certains calculs qui prendraient des
années, voire des siècles, aux systèmes classiques pourraient être
réalisés en quelques minutes.
Qu'il s'agisse de simuler des matériaux nouveaux et plus efficaces ou
de prédire avec une plus grande précision l'évolution du marché
boursier, les ramifications pour les entreprises sont potentiellement
énormes. Voici huit cas d'utilisation de la technologie quantique que
des organisations de premier plan explorent actuellement et qui
pourraient changer radicalement la donne dans des secteurs entiers.
1. Découvrir de nouveaux médicaments
La découverte de nouveaux médicaments repose en partie sur un domaine
scientifique appelé "simulation moléculaire" qui consiste à modéliser
la manière dont les particules interagissent à l'intérieur d'une
molécule pour tenter de créer une configuration capable de combattre une
maladie donnée. Ces interactions sont incroyablement complexes et
peuvent prendre de nombreuses formes différentes, ce qui signifie qu'une
prédiction précise du comportement d'une molécule sur la base de sa
structure nécessite d'énormes quantités de calculs.
Il est impossible de le faire manuellement, et l'ampleur du problème
est également trop importante pour les ordinateurs classiques actuels.
En fait, on estime que la modélisation d'une molécule de seulement
70 atomes prendrait jusqu'à 13 milliards d'années à un ordinateur
classique. C'est la raison pour laquelle la découverte de nouveaux
médicaments prend autant de temps : les scientifiques adoptent le plus
souvent une approche par essais et erreurs, dans laquelle ils testent
des milliers de molécules contre une maladie cible dans l'espoir qu'une
correspondance réussie sera finalement trouvée.
Les ordinateurs quantiques ont toutefois le potentiel de résoudre un
jour le problème de la simulation moléculaire en quelques minutes. Les
systèmes sont conçus pour pouvoir effectuer de nombreux calculs en même
temps, ce qui signifie qu'ils pourraient simuler de manière transparente
toutes les interactions les plus complexes entre les particules qui
composent les molécules, permettant ainsi aux scientifiques d'identifier
rapidement les candidats aux médicaments efficaces.
Les entreprises pharmaceutiques s'y intéressent : plus tôt cette
année, le groupe Roche a annoncé un partenariat avec Cambridge Quantum
Computing pour soutenir les efforts de recherche contre la maladie
d'Alzheimer. De plus petites entreprises s'intéressent également à cette
technologie. La start-up de biologie synthétique Menten AI, par
exemple, s'est associée à la société D-Wave pour étudier comment les
algorithmes quantiques pourraient aider à concevoir de nouvelles
protéines qui pourraient éventuellement être utilisées comme médicaments
thérapeutiques.
2. Créer de meilleures batteries
Qu'il s'agisse d'alimenter les voitures ou de stocker l'énergie
renouvelable, les batteries contribuent déjà à la transition vers une
économie plus verte, et leur rôle ne peut que s'accroître. Mais elles
sont loin d'être parfaites : leur capacité est encore limitée, tout
comme leur vitesse de charge, ce qui signifie qu'elles ne sont pas
toujours une option adéquate.
Une solution consiste à rechercher de nouveaux matériaux dotés de
meilleures propriétés pour construire des batteries. Il s'agit là d'un
autre problème de simulation moléculaire : cette fois, il s'agit de
modéliser le comportement de molécules qui pourraient être des candidats
potentiels pour de nouveaux matériaux de batterie.
Comme pour la conception de médicaments, la conception de batteries
est donc un autre travail lourd en données qui convient mieux à un
ordinateur quantique qu'à un dispositif classique.
C'est pourquoi le constructeur automobile allemand Daimler s'est
associé à IBM pour évaluer comment les ordinateurs quantiques pourraient
aider à simuler le comportement des molécules de soufre dans différents
environnements, l'objectif final étant de construire des batteries
lithium-soufre plus performantes, plus durables et moins coûteuses que
les batteries au lithium-ion actuelles.
3. Prévoir la météo
Malgré l'énorme puissance de calcul dont disposent les
superordinateurs d'aujourd'hui, les prévisions météorologiques – en
particulier celles à long terme – peuvent encore être décevantes
d'inexactitude. En effet, un événement météorologique peut se manifester
d'innombrables façons et les dispositifs classiques sont incapables
d'ingérer toutes les données nécessaires à une prédiction précise.
En revanche, tout comme les ordinateurs quantiques peuvent simuler
toutes les interactions entre les particules qui se produisent
simultanément dans une molécule pour prédire son comportement, ils
peuvent modéliser la façon dont d'innombrables facteurs environnementaux
se conjuguent pour créer une tempête majeure, un ouragan ou une vague
de chaleur.
Et parce que les ordinateurs quantiques seraient capables d'analyser
pratiquement toutes les données pertinentes en même temps, ils sont
susceptibles de générer des prédictions beaucoup plus précises que les
prévisions météorologiques actuelles. Ce n'est pas seulement bon pour la
planification de votre prochain événement en plein air : cela pourrait
également aider les gouvernements à mieux se préparer aux catastrophes
naturelles, ainsi qu'à soutenir la recherche sur le changement
climatique.
Les projets dans ce domaine sont plus discrets, mais des partenariats
voient le jour pour examiner de plus près le potentiel des ordinateurs
quantiques. L'année dernière, par exemple, le Centre européen pour les
prévisions météorologiques à moyen terme a lancé un partenariat avec la
société Atos, qui comprenait l'accès au simulateur quantique d'Atos,
dans le but d'étudier l'impact que l'informatique quantique pourrait
avoir sur les prévisions météorologiques et climatiques à venir.
4. Choisir des actions
JP Morgan, Goldman Sachs et Wells Fargo étudient tous activement le
potentiel des ordinateurs quantiques pour améliorer l'efficacité des
opérations bancaires, un cas d'utilisation souvent présenté comme
susceptible de générer d'importantes retombées financières.
La technologie pourrait soutenir les activités des banques de
plusieurs manières, mais l'une d'entre elles, déjà prometteuse, est
l'application de l'informatique quantique à une procédure connue sous le
nom de simulation de Monte-Carlo.
La méthode de Monte-Carlo consiste à fixer le prix des actifs
financiers en fonction de l'évolution du prix des actifs connexes dans
le temps, ce qui signifie qu'il est nécessaire de tenir compte du risque
inhérent aux différentes options, actions, devises et matières
premières. La procédure se résume essentiellement à prédire l'évolution
du marché, un exercice qui devient de plus en plus précis à mesure que
la quantité de données pertinentes augmente.
Les capacités de calcul sans précédent des ordinateurs quantiques
pourraient accélérer jusqu'à 1 000 fois les calculs de Monte-Carlo,
selon des recherches menées par Goldman Sachs en collaboration avec la
société QC Ware. Une nouvelle encore plus prometteuse : les ingénieurs
quantiques de Goldman Sachs ont modifié leurs algorithmes pour pouvoir
exécuter la simulation de Monte-Carlo sur du matériel quantique qui
pourrait être disponible d'ici cinq ans seulement.
5. Traitement du langage
Depuis des décennies, les chercheurs tentent d'apprendre aux
ordinateurs classiques à associer un sens aux mots pour essayer de
donner un sens à des phrases entières. Il s'agit d'un défi de taille
compte tenu de la nature du langage, qui fonctionne comme un réseau
interactif : plutôt que d'être la "somme" du sens de chaque mot, une
phrase doit souvent être interprétée comme un tout. Et ce, avant même de
tenir compte du sarcasme, de l'humour ou de la connotation.
Par conséquent, même les algorithmes classiques de traitement du
langage naturel les plus avancés ont toujours du mal à comprendre le
sens des phrases de base. Les chercheurs tentent de déterminer si les
ordinateurs quantiques sont mieux à même de représenter le langage sous
forme de réseau et, par conséquent, de le traiter de manière plus
intuitive.
Ce domaine, connu sous le nom de traitement quantique du langage
naturel, est l'un des principaux objectifs du Cambridge Quantum
Computing. La société a déjà démontré expérimentalement que les phrases
peuvent être paramétrées sur des circuits quantiques, où le sens des
mots peut être intégré en fonction de la structure grammaticale de la
phrase. Plus récemment, Cambridge Quantum Computing a publié lambeq, une
boîte à outils logicielle qui peut convertir des phrases en circuit
quantique.
6. Aider à résoudre le problème du représentant de commerce
Un vendeur reçoit une liste de villes qu'il doit visiter, ainsi que
la distance entre chaque ville, et doit trouver l'itinéraire qui lui
fera gagner le plus de temps et lui coûtera le moins cher. Aussi simple
qu'il puisse paraître, le problème du représentant de commerce est celui
auquel de nombreuses entreprises sont confrontées lorsqu'elles tentent
d'optimiser leurs chaînes d'approvisionnement ou leurs itinéraires de
livraison.
Avec chaque nouvelle ville ajoutée à la liste des vendeurs, le nombre
d'itinéraires possibles se multiplie. Et à l'échelle d'une
multinationale, qui est susceptible de traiter des centaines de
destinations, quelques milliers de flottes et de délais stricts, le
problème devient beaucoup trop important pour qu'un ordinateur classique
puisse le résoudre en un temps raisonnable.
Le groupe ExxonMobil, par exemple, a tenté d'optimiser l'acheminement
quotidien des navires marchands traversant les océans, soit plus de
50 000 navires transportant jusqu'à 200 000 conteneurs chacun, pour
acheminer des marchandises d'une valeur totale de 14 000 milliards de
dollars. Certains ordinateurs classiques existent déjà pour relever ce
défi. Mais étant donné le nombre considérable de routes possibles à
explorer, les modèles doivent inévitablement recourir à des
simplifications et à des approximations. ExxonMobil a donc fait équipe
avec IBM pour savoir si les algorithmes quantiques pouvaient faire un
meilleur travail.
La capacité des ordinateurs quantiques à effectuer plusieurs calculs à
la fois signifie qu'ils pourraient parcourir toutes les routes
différentes en tandem, ce qui leur permettrait de découvrir la solution
la plus optimale beaucoup plus rapidement qu'un ordinateur classique,
qui devrait évaluer chaque option de manière séquentielle.
Les résultats d'ExxonMobil semblent prometteurs : les simulations
suggèrent que les algorithmes quantiques d'IBM pourraient fournir de
meilleurs résultats que les algorithmes classiques une fois le matériel
amélioré.
7. Réduire les embouteillages
L'optimisation de la synchronisation des feux de circulation dans les
villes, afin qu'ils puissent s'adapter au nombre de véhicules en
attente ou à l'heure de la journée, pourrait grandement contribuer à
fluidifier le flux de véhicules et à éviter les embouteillages aux
carrefours très fréquentés.
C'est un autre problème que les ordinateurs classiques trouvent
difficile : plus il y a de variables, plus le système doit calculer de
possibilités avant de trouver la meilleure solution. Les ordinateurs
quantiques pourraient évaluer différents scénarios en même temps, ce qui
permettrait d'atteindre le résultat le plus optimal beaucoup plus
rapidement.
Microsoft a travaillé sur ce cas d'utilisation en collaboration avec
Toyota Tsusho et la start-up Jij. Les chercheurs ont commencé à
développer des algorithmes d'inspiration quantique dans un environnement
urbain simulé, dans le but de réduire les embouteillages. Selon les
derniers résultats de l'expérience, l'approche pourrait faire baisser
les temps d'attente dans le trafic jusqu'à 20 %.
8. Protéger les données sensibles
La cryptographie moderne repose sur des clés générées par des
algorithmes pour coder les données, ce qui signifie que seules les
parties ayant accès à la clé ont les moyens de déchiffrer le message. Le
risque est donc double : les pirates peuvent soit intercepter la clé
pour déchiffrer les données, soit utiliser des ordinateurs puissants
pour tenter de prédire la clé qui a été générée par l'algorithme.
En effet, les algorithmes de sécurité classiques sont déterministes :
une entrée donnée produira toujours la même sortie, ce qui signifie
qu'avec une puissance de calcul suffisante, un pirate peut prédire le
résultat.
Cette approche nécessite des ordinateurs extrêmement puissants et
n'est pas considérée comme un risque à court terme pour la
cryptographie. Cependant, le matériel s'améliore et les chercheurs en
sécurité préviennent de plus en plus souvent que des clés de chiffrement
plus sûres seront nécessaires à un moment donné dans le futur.
Une façon de renforcer les clés est donc de les rendre entièrement
aléatoires et illogiques, c'est-à-dire impossibles à deviner
mathématiquement. Or, il s'avère que le caractère aléatoire est un
élément fondamental du comportement quantique : les particules qui
composent un processeur quantique, par exemple, se comportent de manière
totalement imprévisible. Ce comportement peut donc être utilisé pour
déterminer des clés impossibles à rétroconcevoir, même avec le
superordinateur le plus puissant.
La génération de nombres aléatoires est une application de
l'informatique quantique dont la commercialisation est déjà proche. La
start-up Nu Quantum, par exemple, travaille sur un système capable de
mesurer le comportement des particules quantiques pour générer des flux
de nombres aléatoires qui peuvent ensuite être utilisés pour construire
des clés plus solides.
Source. : ZDNet.com
