En exploitant les capacités uniques de la mécanique quantique, l'intelligence artificielle quantique vise à surmonter les limites de l'informatique classique et à ouvrir de nouvelles possibilités.
L'intelligence artificielle quantique est un domaine émergent qui combine la puissance de l'informatique quantique et l'intelligence artificielle (IA) pour repousser les limites du possible. IBM, pionnier de l'IA et de l'informatique quantique, est à l'avant de cette transformation et dirige les efforts visant à intégrer la technologie quantique à l'IA.
L'informatique quantique repose sur des bits quantiques, appelés qubits, qui peuvent exister dans plusieurs états simultanément, contrairement aux bits classiques qui sont soit 0, soit 1. Ce phénomène est appelé superposition. Cette capacité permet aux ordinateurs quantiques d'effectuer plusieurs calculs à la fois, ce qui augmente considérablement leur puissance. On dit que deux qubits sont intriqués si la paire est liée de telle manière que l'état d'un qubit est directement lié à l'état de l'autre, quelle que soit la distance qui les sépare. Les qubits intriqués s'influencent instantanément l'un l'autre. C'est ce que l'on appelle l'intrication quantique, un aspect fondamental de la mécanique quantique qui joue un rôle clé dans l'informatique quantique.
IBM a été un précurseur dans le domaine de l'informatique quantique, ayant introduit la plateforme IBM Quantum en 2016, qui permet aux chercheurs et aux développeurs d'accéder à des ordinateurs quantiques via le cloud. Avec le développement de l'IBM Quantum System One en 2019, IBM a créé le premier ordinateur quantique disponible dans le commerce. En 2023, un IBM Quantum System One a été mis en service dans les installations d'IBM à Bromont, au Québec.
Récemment, IBM a dévoilé son IBM Quantum System Two, le premier ordinateur quantique conçu pour des avancées quantiques à long terme. Ce système, qui fait partie de la feuille de route d'IBM jusqu'en 2033, intègre des ressources informatiques quantiques et classiques. Il contient trois processeurs IBM Quantum Heron.
L'informatique quantique ne repose pas seulement sur de l’équipement informatique avancé. Elle exige également des logiciels efficaces. Publié pour la première fois en 2017, Qiskit d'IBM est un kit de développement logiciel d'informatique quantique open-source, conçu pour simuler et exécuter des programmes quantiques à la fois sur des simulateurs et sur du matériel quantique réel. Il permet de construire des circuits quantiques, d'optimiser des algorithmes quantiques et de les exécuter sur les processeurs quantiques d'IBM.
IBM envisage un avenir où l'informatique quantique et l'IA travailleront en tandem pour accélérer les percées dans de nombreux domaines. L'IA s'appuie fortement sur des algorithmes d'apprentissage automatique (“machine learning”) qui nécessitent une immense puissance de traitement pour traiter de vastes ensembles de données.
L'informatique quantique accélère l'apprentissage automatique grâce à sa capacité à traiter ces vastes ensembles de données à des vitesses sans précédent. Cela est dû à des principes tels que la superposition, qui permet aux ordinateurs quantiques d'évaluer de nombreuses possibilités simultanément, plutôt qu'une seule à la fois (comme le font les ordinateurs classiques). Le temps nécessaire à l'apprentissage des modèles passera ainsi de plusieurs jours ou semaines à quelques heures ou minutes.
L'optimisation est un défi courant en IA en raison de l'explosion combinatoire, qui se produit lorsque le nombre de combinaisons possibles augmente rapidement avec un nombre croissant de variables, et qui est notoirement difficile à résoudre pour les systèmes classiques. L'informatique quantique, avec des algorithmes tels que le recuit quantique et les circuits variationnels, peut s'attaquer à ces optimisations à haute dimension en analysant simultanément de nombreuses configurations possibles (ce qu'on appelle le parallélisme quantique).
En outre, l'IA quantique offre la possibilité de faire des prédictions plus précises en utilisant le parallélisme quantique. Ces modèles atteignent une plus grande précision en traitant de vastes distributions de probabilités et en explorant des solutions optimales dans des ensembles de données complexes et multidimensionnels, ce que les systèmes classiques ne peuvent pas faire. Les systèmes quantiques sont donc bien adaptés aux applications d'IA qui nécessitent une analyse approfondie de tous les résultats possibles, plutôt que de s'appuyer sur des approximations.
IBM s’investit déjà dans la démonstration de la manière dont l'IA quantique peut résoudre les problèmes du monde réel. IBM collabore avec des entreprises pour appliquer l'IA quantique à la logistique, aidant les entreprises à optimiser les chaînes d'approvisionnement en prédisant la demande avec plus de précision, en réduisant les coûts et en améliorant leur efficacité. Dans le domaine de la finance, IBM étudie comment l'IA quantique peut révolutionner la gestion des risques en analysant les données du marché et les tendances financières à des vitesses sans précédent, ce qui permet de prendre des décisions plus rapides et plus précises. Dans le domaine de la santé, IBM a collaboré avec la Cleveland Clinic, en déployant un IBM Quantum System One pour accélérer la recherche. Ce partenariat se concentre sur le développement de pipelines quantiques pour la découverte de médicaments, l'amélioration des modèles de risque cardiovasculaire et l'identification de traitements potentiels de la maladie d'Alzheimer. En combinant l'informatique quantique avec l'IA et les technologies de cloud hybride, IBM permet une analyse rapide d'ensembles de données complexes, relevant les défis avec précision et efficacité.
Malgré ses promesses, l'IA quantique en est encore au stade expérimental et des défis techniques doivent être relevés. L'un des principaux obstacles est l'évolutivité. À mesure que les systèmes quantiques s'attaquent à des problèmes plus importants, le nombre de qubits requis augmente. Les ordinateurs quantiques actuels ont souvent du mal à maintenir des connexions de qubits stables et sans erreurs. Préserver la stabilité des qubits est un défi en raison de leur susceptibilité à la décohérence, qui se produit lorsque les qubits interagissent avec leur environnement (fluctuations de température, rayonnement électromagnétique, vibrations de la structure physique...). Cette interaction peut provoquer l'effondrement de l'état quantique d'un qubit, ce qui entraîne des erreurs de calcul.
Également, de nombreux algorithmes d'IA traditionnels ne sont pas directement applicables aux systèmes quantiques, ce qui oblige les chercheurs à innover et à adapter les techniques pour exploiter efficacement les capacités quantiques. D’autre part, les ressources sont limitées, notamment en ce qui concerne l'accès aux plateformes d'informatique quantique et aux ressources cloud nécessaires pour les environnements informatiques hybrides quantique-classique.
L'investissement continu d'IBM dans la recherche quantique et ses initiatives en matière de logiciels open-source ouvrent la voie à une adoption généralisée. En faisant progresser à la fois le matériel et les logiciels nécessaires à l'intelligence artificielle quantique, IBM se positionne comme un leader dans l'avenir de la technologie de l'intelligence artificielle. L'intelligence artificielle quantique représente la convergence de deux des technologies les plus transformatrices de notre époque. À mesure que l'informatique quantique gagne en maturité, elle s'apprête à remodeler l'avenir de l'IA.