Avec l’avènement du Big Data, nous produisons aujourd’hui une grande quantité d’informations et les calculs deviennent de plus en plus complexes. L’augmentation du volume des données sera bientôt confrontée aux limites des processeurs standards. Un ordinateur classique utilise des bits, la plus petite unité de données : une série de 0 et 1 qui gère les informations et effectue les opérations. Les technologies utilisées actuellement suivent cette logique de calcul séquentiel, avec de plus en plus de parallélisme, ce qui a permis ces cinquante dernières années de diminuer de façon considérable les temps de calcul et de traitement. Néanmoins, malgré de nouveaux algorithmes, la technologie semble atteindre des limites physiques qui semblent incontournables.
Ce changement de paradigme transforme la manière dont les données sont conçues et traitées. Pour y répondre, le Rebooting Computing est une initiative mondiale lancée par l’IEEE qui propose de repenser les principes des ordinateurs, depuis les concepts physiques de base jusqu’aux algorithmes et architectures des systèmes.
Accroître la puissance de calcul : un enjeu majeur que pourrait résoudre le quantique
L’ordinateur quantique utilise la mécanique quantique pour effectuer des opérations plus efficacement qu’un ordinateur ordinaire. Or la mécanique quantique porte en elle-même la promesse du dépassement de cette limite. Afin de comprendre le potentiel de cette technologie particulière, voici quelques notions de base. Commençons par rappeler ce qu’est la physique quantique. C’est la physique appliquée à petite échelle, celle de l’atome : 1 milliardième de mètre. Ce sont les lois permettant de comprendre comment fonctionne un électron, un grain de lumière, une molécule… Elles ont été découvertes il y a une centaine d’années, à la fois par des théories et des expériences, et n’ont jamais été mises en défaut.
Mieux. Ce sont les lois les plus précises jamais inventées en science, permettant de prévoir des phénomènes 10 chiffres après la virgule. Le problème : ces lois échappent à nos intuitions habituelles. Nous vivons dans un monde « classique » : les objets tombent avec de la gravité, ils sont solides, ils sont là ou absents. A l’échelle de l’atome, les comportements sont différents. Il faut donc développer une nouvelle intuition, être très ouvert car on ne « voit » pas avec nos yeux les comportements qui se jouent à l’échelle de l’atome. On n’en a connaissance qu’avec des déductions, des raisonnements et des mesures. En quantique, les valeurs sont en effet mesurées de manière probabiliste, en considérant plusieurs possibilités et en triant des ensembles de résultats probables qui convergent vers le résultat correct.
Utiliser les phénomènes quantiques de superposition et d’intrication pour explorer de nouvelles façons de développer des programmes informatiques
Par ailleurs, un ordinateur quantique, dans lequel règnent les lois de l’infiniment petit, effectue des calculs s’appuyant sur les propriétés quantiques de la matière, et notamment les phénomènes de superposition et d’intrication. Dans le monde quantique, l’approche probabiliste permet de considérer qu’une entité physique (photon, électron, atome…) peut être « au même moment » plus ou moins dans des états propres différents, qui coexistent en même temps. C’est le principe de superposition d’états.
Le second principe de la mécanique quantique indique qu’il est possible de créer un système lié composé de plusieurs particules, dont les états dépendent les uns des autres et ceci, quelle que soit la distance qui les sépare. C’est le phénomène d’intrication. Ces deux propriétés sont utilisées de différentes manières pour fabriquer des ordinateurs quantiques et permettent aux concepteurs et développeurs d’explorer de nouvelles façons de développer des programmes informatiques.
Car si la mécanique quantique a permis des avancées technologiques considérables au 20ème siècle (transistors, diodes, circuits intégrés, lasers, Imagerie par Résonance Magnétique, mesure précise du temps…), les technologies quantiques, qui pourraient être les briques de base d’un ordinateur quantique, sont très récentes et surtout fragiles : les qubits permettant d’effectuer ces prouesses de calculs ne sont pas encore assez stables et ce, quelles que soient les technologies employées. Ces technologies, très diverses, n’ont pas encore fait preuve d’un avantage compétitif évident qui permettrait d’en sélectionner une plutôt qu’une autre.
Les ordinateurs quantiques proposés actuellement sur le marché par IBM, Microsoft, Google, ou encore Honeywell, sont basés sur les qubits. Un qubit est un « bit quantique ». Contrairement au bit classique, chaque qubit a une structure plus complexe que le bit classique, et ses attributs multi-états lui permettent de contenir plus d’informations et de les traiter simultanément, ce qui augmente considérablement sa vitesse. Or, il subsiste aujourd’hui un problème technologique difficile à résoudre : maintenir la cohérence d’ensemble des qubits. D’autant plus que lorsque l’on multiplie les qubits, on note une démultiplication des problèmes. Un monde en soi !
L’approche de COPAC : exploiter la superposition d’états quantiques sans passer par les qubits
L’objectif du projet H2020 COPAC est d’effectuer des calculs sans passer par les qubits, en utilisant le phénomène quantique de superposition. Les niveaux d’énergie peuvent alors être utilisés pour coder les fonctions logiques. COPAC souhaite ainsi démontrer et évaluer une nouvelle approche du calcul, tant sur le plan physique, qu’informatique. L’approche choisie est basée sur l’utilisation de lasers ultrarapides qui viennent exciter un grand nombre de boîtes quantiques par de très courtes impulsions. Cette approche présente un avantage majeur : s’affranchir des problèmes de « décohérence quantique » et donc éviter les nombreuses erreurs de calculs qui y sont liées.
Les technologies quantiques sont en effet extrêmement sensibles aux interactions avec leur environnement (ce qu’on appelle le « bruit ») et les qubits tendent à perdre très rapidement leurs propriétés quantiques. C’est ce que l’on appelle la décohérence. Et si la décohérence intervient avant la fin de l’exécution d’un algorithme quantique, cela équivaut à le rendre inutilisable.
Combiner des nouvelles technologies optiques et l’utilisation des principes mathématiques pour réaliser des calculs quantiques à température ambiante !
Le rôle de Probayes : définir les abstractions et créer les compilateurs des futurs ordinateurs quantiques
L’objectif est de démontrer la faisabilité de l’approche grâce aux compilateurs développés par Probayes et de présenter un prototype sur lequel le développement industriel de nouveaux dispositifs et systèmes de traitement ultrarapides pourront être basés. Ce projet permet de réaliser des innovations expérimentales, théoriques et algorithmiques fondamentales, afin de démontrer un nouveau paradigme technologique pour le traitement parallèle ultrarapide de l’information. COPAC vise à développer une spectroscopie cohérente non linéaire révolutionnaire, combinant l’adressage optique et la lecture optique à la résolution macroscopique dans l’espace. L’objectif étant d’atteindre des niveaux de vitesse, de densité et de complexité sans précédent.
Ce programme H2020, initié dans le cadre du Future & Emerging technologies, se terminera en mai 2021, mais des suites sont déjà à l’étude. De nombreux défis scientifiques et techniques restent à relever avant de permettre une utilisation pratique de ce type de machine. Certes, les ordinateurs quantiques ne sont pas près de remplacer les ordinateurs classiques, qui sont meilleurs dans des tâches courantes (bureautique, courriels, etc.). Mais cette approche pourrait permettre, à terme, de modéliser des matériaux ou molécules diverses, mais aussi de résoudre de nombreux problèmes de chiffrements, ou encore d’analyse de données à grand volume (Big Data), comme le machine learning ou la simulation de systèmes complexes, actuellement infaisable avec les ordinateurs existants.
—————–
Probayes – L’IA sur-mesure
Depuis 2003, Probayes intervient en Intelligence Artificielle et Data Science sur différentes expertises telles que le Machine Learning, Deep Learning, Vision par ordinateur, fusion de capteurs, Traitement Automatique des Langues, Recherche Opérationnelle et Optimisation Combinatoire.
À chaque expertise, l’entreprise associe une équipe dédiée composée de spécialistes en la matière. Ces équipes travaillent en étroite collaboration avec les équipes métiers de leurs clients pour développer les solutions sur mesure.
L’ensemble de ces expertises permet d’accompagner les clients depuis l’identification des cas d’usages jusqu’à l’industrialisation des solutions à fort ROI sur leurs enjeux métiers de l’automobile, la défense, la finance, l’énergie, l’industrie, la logistique et la distribution, la santé, etc.
Plus d’infos : www.probayes.com
