Introduction au cours

Avant de commencer, merci de remplir ce court sondage pré-cours, qui nous aide à améliorer nos contenus et l'expérience utilisateur.

Clique ci-dessous pour écouter l'introduction au cours par Olivia Lanes, ou ouvre la vidéo dans une fenêtre séparée sur YouTube.

À propos de ce cours

Bienvenue dans Quantum Computing in Practice — un cours centré sur les ordinateurs quantiques d'aujourd'hui et sur la façon de les exploiter au maximum. Il couvre des cas d'usage potentiels et réalistes pour l'informatique quantique, ainsi que les meilleures pratiques pour faire tourner des expériences sur des processeurs quantiques de 100 qubits ou plus.

Utilité quantique

C'est une époque passionnante pour l'informatique quantique. Après des années de recherche et de développement théoriques et expérimentaux, les ordinateurs quantiques approchent d'un point où ils commencent à rivaliser avec les ordinateurs classiques et à démontrer une utilité.

L'utilité n'est pas la même chose que l'avantage quantique, qui désigne la capacité des ordinateurs quantiques à surpasser les ordinateurs classiques sur des tâches significatives. Les ordinateurs classiques disposent d'une puissance et d'une adaptabilité incroyables, et la réalité est que les ordinateurs quantiques ne sont tout simplement pas encore capables de les battre. On a vu des décennies d'avancées en calcul classique — non seulement dans le matériel, mais aussi dans les algorithmes — et il est clair que la technologie du calcul numérique électronique a radicalement transformé notre monde.

L'informatique quantique, en revanche, se trouve à un stade différent de son développement. Elle impose des exigences extrêmes sur notre contrôle des systèmes mécaniques quantiques et repousse les limites de la technologie actuelle — on ne peut pas raisonnablement s'attendre à maîtriser cette nouvelle technologie et battre le calcul classique dès le départ. Mais on voit des signes qui suggèrent que les ordinateurs quantiques commencent à devenir compétitifs avec les méthodes classiques pour certaines tâches, ce qui est une étape naturelle dans l'évolution technologique de l'informatique quantique, connue sous le nom d'utilité quantique.

À mesure que la technologie progresse et que de nouvelles méthodes de calcul quantique sont développées, on peut raisonnablement s'attendre à ce que ses avantages deviennent de plus en plus marqués — mais cela prendra du temps. Au fil de cette évolution, on observera vraisemblablement un dialogue en va-et-vient avec le calcul classique : des démonstrations de calcul quantique seront réalisées, le calcul classique répondra, le calcul quantique passera à une autre itération, et le schéma se répétera. Et un jour, quand la performance d'un ordinateur quantique ne pourra plus être égalée classiquement, on formulera l'hypothèse d'avoir observé un avantage quantique — mais même alors, on ne sera pas certains ! Prouver des résultats d'impossibilité pour les ordinateurs classiques est lui-même un problème d'une difficulté insurmontable, pour autant qu'on le sache.

Simuler la Nature

Les simulateurs classiques — c'est-à-dire des programmes informatiques fonctionnant sur des ordinateurs classiques qui simulent des systèmes physiques — peuvent faire des prédictions sur les systèmes mécaniques quantiques. Mais les simulateurs classiques ne sont pas quantiques et ne peuvent pas émuler directement les systèmes quantiques. Ils utilisent à la place des calculs mathématiques pour approximer le comportement quantique. À mesure que la taille des systèmes simulés augmente, la charge nécessaire pour le faire croît de façon dramatique, ce qui limite les systèmes quantiques qui peuvent être simulés classiquement, la durée des simulations et la précision des résultats.

Les ordinateurs quantiques, en revanche, peuvent émuler les systèmes quantiques de manière plus directe — et par conséquent, la charge qu'ils requièrent évolue bien mieux à mesure que la taille du système croît. C'est précisément cette idée que Richard Feynman avait dans les années 1980, et qui a motivé les premières investigations sur le potentiel des ordinateurs quantiques. On reviendra là-dessus plus tard !

Des chercheurs d'IBM® ont publié un article en 2023 montrant, pour la première fois, qu'un ordinateur quantique peut rivaliser avec les techniques classiques les plus avancées pour simuler un modèle physique particulier. Ses résultats peuvent encore être égalés par des techniques avancées tournant sur des ordinateurs classiques — mais il a surpassé les algorithmes par force brute, et il offre aussi un nouveau point de données auquel différentes méthodes de simulation (qui ne sont pas exactes et ne donnent pas toutes les mêmes prédictions) peuvent être comparées.

Un focus sur les processeurs quantiques plus grands

Les utilisateurs qui ont déjà utilisé du matériel quantique IBM ont peut-être remarqué que les processeurs plus petits que nous mettions auparavant à disposition du public ont été mis hors ligne, pour laisser place à des processeurs plus grands (100+ qubits). Ces processeurs plus petits pouvaient facilement être simulés classiquement. Ainsi, même s'ils représentaient des étapes intermédiaires accessibles au public dans une technologie en progression, ils ne pouvaient pas démontrer d'utilité quantique : tout ce qu'on pouvait faire avec eux pouvait tout aussi facilement être réalisé avec une simulation classique.

À environ 100 qubits, cependant, ce n'est plus le cas ; les processeurs quantiques de cette taille ne peuvent plus être simulés classiquement. Cela représente une sorte de transition de phase, vers une nouvelle ère de la technologie de calcul quantique où le potentiel de surpasser le calcul classique existe. C'est là qu'IBM a choisi de se concentrer — chercher la puissance computationnelle quantique et viser un avantage quantique à terme.

Nous encourageons nos utilisateurs à exploiter ces nouveaux dispositifs au maximum, à les expérimenter, à pousser leurs limites, et à transmettre les leçons apprises à la prochaine génération de processeurs quantiques en cours de développement. L'objectif de ce cours est de te permettre de faire exactement cela !

Public visé et objectifs du cours

Ce cours s'adresse à toute personne souhaitant développer de nouvelles applications pour les ordinateurs quantiques, mettre à l'échelle son travail actuel en informatique quantique, ou apprendre à utiliser des processeurs quantiques dans son flux de travail. Cela inclut non seulement les physiciens et les informaticiens, mais aussi les ingénieurs, les chimistes, les scientifiques des matériaux, et toute personne intéressée à maîtriser le matériel de calcul quantique.

Le cours sera pratique et axé sur l'utilisation concrète des ordinateurs quantiques. Parmi les sujets et compétences qu'il aborde :

• Exécuter des tâches à l'échelle utilitaire sur des processeurs quantiques via Qiskit Runtime
• Utiliser des techniques d'atténuation des erreurs pour améliorer les résultats sur le matériel
• Domaines d'application potentiels pour les ordinateurs quantiques à court terme

Ce cours ne couvre pas la théorie introductive du calcul quantique, et suppose une familiarité de base avec les qubits et les circuits quantiques. Le cours Bases de l'information quantique sur cette plateforme couvre ce contenu, et est recommandé en premier pour ceux qui sont nouveaux dans l'informatique quantique.

L'histoire du calcul

L'informatique quantique est une nouvelle technologie passionnante à un stade précoce de développement — mais ce n'est qu'un chapitre d'une histoire qui remonte à des millénaires. C'est l'histoire du calcul et de ses connections multiples avec le monde physique.

Les dispositifs de calcul depuis l'Antiquité

Depuis l'Antiquité, nous, les humains, avons eu besoin d'effectuer des calculs — autrement dit, de traiter l'information selon certaines règles et contraintes — pour permettre la communication, la construction, le commerce, la science, et d'autres aspects de nos vies. Nous nous sommes tournés vers le monde physique pour obtenir de l'aide, et grâce à des découvertes ingénieuses, nous avons construit des dispositifs pour nous aider à calculer.

Il y a longtemps, des dispositifs en bois, en os et en cordes nouées stockaient des informations et facilitaient les calculs. Des dispositifs mécaniques construits à partir de leviers, d'engrenages et d'autres mécanismes ont évolué depuis les premières horloges astronomiques, jusqu'aux calculatrices, en passant par des dispositifs de calcul sophistiqués comme les analyseurs différentiels qui résolvaient des équations à l'aide de roues et de disques rotatifs. Même la technologie de l'écriture a joué un rôle important dans cette histoire, en permettant aux gens d'effectuer des calculs qu'ils n'auraient pas pu faire autrement.

Quand on pense aux ordinateurs aujourd'hui, on pense généralement aux ordinateurs numériques électroniques. Mais il s'agit en fait d'une technologie assez récente : les premiers ordinateurs numériques électroniques ont été construits dans les années 1940. (En comparaison, l'abaque sumérien est supposé avoir été inventé entre 2700 et 2300 av. J.-C.) La technologie a considérablement progressé depuis lors et les ordinateurs sont désormais omniprésents. On les trouve dans les maisons, les lieux de travail, et les véhicules qui nous transportent entre eux, et beaucoup d'entre nous les emportent partout avec nous.

On dispose aussi de supercalculateurs, qui sont de grands ensembles de puissants processeurs classiques interconnectés en parallèle. Ils figurent parmi les meilleurs outils que l'humanité ait jamais construits pour résoudre des problèmes difficiles, et leur puissance et leur fiabilité continuent de progresser. Mais il existe quand même des problèmes de calcul importants que même ces mastodontes ne pourront jamais résoudre, en raison de la difficulté computationnelle inhérente à ces problèmes.

Liens avec le monde physique

Les ordinateurs ont de nombreux usages. Un usage important des ordinateurs est d'apprendre sur le monde physique et de mieux comprendre ses régularités. Les usages historiques dans cette catégorie ont inclus la prédiction des éclipses et des marées, la compréhension du mouvement des corps astronomiques, et (à une époque plus récente) la modélisation des explosions. Aujourd'hui, il n'existe guère de laboratoire de physique dans le monde sans ordinateur.

Plus généralement, la physique et le calcul ont toujours été étroitement liés. Le calcul ne peut pas exister dans le vide : l'information requiert un support, et pour calculer, on doit exploiter le monde physique d'une certaine façon. Rolf Landauer, informaticien (et employé d'IBM), a reconnu il y a des décennies que l'information est physique, n'existant qu'à travers une représentation physique. Le principe de Landauer établit un lien entre l'information et les lois de la thermodynamique, mais il en existe en fait beaucoup d'autres.

Comprendre le monde physique est l'objectif de la physique en tant que discipline, mais c'est en réalité une relation à double sens. Grâce à notre compréhension du monde physique, nous pouvons exploiter de nouvelles technologies pour nous aider à calculer, et à travers elles, nous continuons à apprendre sur le monde physique — en quelque sorte, en tirant la physique et la technologie computationnelle vers le haut par leurs propres bootstraps.

La loi de Moore

La loi de Moore est une observation selon laquelle le nombre maximal de transistors dans un circuit intégré double environ tous les 2 ans. Au cours des 5 dernières décennies environ, non seulement on a observé cette tendance, mais on en a aussi récolté les bénéfices. Avec plus de transistors sur une puce, on peut effectuer des calculs plus complexes et les réaliser plus rapidement. C'est pourquoi les ordinateurs sont devenus de plus en plus puissants au fil du temps.

Cependant, la « loi » de Moore arrive nécessairement à sa fin. Les experts ne s'accordent pas sur quand cela se produira, et certains soutiennent que c'est déjà le cas. Mais on sait avec certitude que cela doit inévitablement arriver, car il existe une limite théorique à la miniaturisation des composants informatiques. On ne peut pas fabriquer un transistor plus petit qu'un atome ! Même si ça peut sembler exagéré, c'est le mur que nous approchons.

La solution n'est pas de capituler en disant : « Eh bien, c'est le mieux qu'on puisse faire. » Cela va à l'encontre de la nature humaine. Nous devons plutôt nous tourner vers le monde physique pour trouver de nouveaux outils computationnels, et c'est là qu'entre en jeu l'informatique quantique.

L'informatique quantique

La mécanique quantique et le calcul

La mécanique quantique a été découverte au début du XXe siècle, et elle a déjà joué un rôle important dans le calcul. En effet, notre compréhension de la mécanique quantique a, en partie, rendu possible les ordinateurs modernes. Sans la mécanique quantique, par exemple, il est difficile d'imaginer que le disque dur à semi-conducteurs aurait été inventé.

L'informatique quantique en théorie

Lorsque Richard Feynman a proposé pour la première fois la notion d'ordinateur quantique en 1982, son objectif était de simuler des systèmes mécaniques quantiques. Les calculs nécessaires pour y parvenir semblaient trop difficiles pour les ordinateurs ordinaires — mais peut-être qu'avec un ordinateur fonctionnant selon une description mécanique quantique du monde, les systèmes pourraient être émulés directement.

C'est aujourd'hui l'une des voies les plus prometteuses de l'informatique quantique. D'après notre meilleure compréhension, la Nature n'est pas classique — elle est quantique. Ainsi, les ordinateurs quantiques pourraient être des outils précieux pour la comprendre. Les ordinateurs classiques, en revanche, ne peuvent qu'approximer ce qui se passe réellement dans la Nature, et dans certains cas ces approximations sont très limitées.

Une façon d'y réfléchir est à travers une analogie avec les souffleries. La dynamique des fluides est notoirement difficile à simuler et à prédire mathématiquement. Par exemple, il est trop coûteux et impraticable de simuler une voiture roulant dans le vent, c'est pourquoi les constructeurs automobiles construisent en réalité des tunnels avec du vent soufflant et font passer des voitures dedans pour tester leurs performances. Autrement dit, ils créent du vent au lieu de le simuler. Construire un ordinateur quantique pour étudier le monde physique, c'est un peu comme construire une soufflerie pour étudier l'effet du vent sur les voitures. Les ordinateurs quantiques peuvent émuler directement les lois de la Nature au niveau moléculaire parce qu'ils agissent en accord avec ces lois, c'est-à-dire qu'ils émulent la Nature au lieu de la simuler à travers des formules et des calculs.

D'autres ont fait suite aux idées de Feynman — et ils ont lié ces idées à une théorie de l'information quantique qui était déjà en cours de développement. Le domaine de l'information et du calcul quantiques est né. Il s'est depuis développé en un riche domaine d'étude multidisciplinaire, et de nombreux avantages du quantique sur l'information et le calcul classiques ont été identifiés dans une grande variété de contextes théoriques impliquant la communication, le calcul et la cryptographie.

L'informatique quantique en pratique

En termes pratiques, deux choses sont nécessaires pour transférer ce type d'avantages théoriques en avantages concrets : les dispositifs eux-mêmes et les méthodologies pour libérer leur potentiel.

Contrairement aux ordinateurs classiques, personne n'a un ordinateur quantique dans sa poche. Jusqu'à très récemment, si tu voulais expérimenter avec un ordinateur quantique, tu devais en construire et en entretenir un toi-même (généralement dans un triste laboratoire de sous-sol d'une université ou d'un établissement de recherche), et tu n'aurais eu que quelques qubits très bruités au maximum. Ce n'est plus le cas. En 2016, IBM Quantum® a mis le premier processeur quantique sur le cloud. Il n'avait que 5 qubits et des taux d'erreurs assez élevés, mais on a parcouru beaucoup de chemin depuis. Nous résumerons l'état actuel de la technologie dans une section ci-dessous.

En plus de construire des ordinateurs quantiques, nous devons aussi développer des méthodologies pour les utiliser efficacement. Bien que les avancées théoriques en algorithmes quantiques et en protocoles suggèrent un fort potentiel, le défi de trouver des usages pratiques pour l'informatique quantique est encore devant nous. Les ordinateurs quantiques d'aujourd'hui ne peuvent pas encore effectuer les calculs tolérants aux pannes nécessaires pour transférer les avantages théoriques connus en avantages pratiques. Mais ils sont au-delà de la portée des simulations d'ordinateurs classiques, et nous pouvons viser à tirer parti de ce fait pour la puissance computationnelle.

Avec ces avancées, nous nous retrouvons avec un nouvel outil pour le calcul, et c'est à nous de découvrir ce que nous pouvons en faire.

Applications potentielles

On ne s'attend pas à ce que l'informatique quantique soit utile pour étudier comment les voitures se comportent dans le vent. Mais il existe d'autres processus physiques — comme ceux impliqués dans la conception de batteries ou dans certaines réactions chimiques — où la capacité d'un ordinateur quantique à émuler la Nature pourrait conduire à un avantage quantique. Plus généralement, il existe de nombreux problèmes trop difficiles ou coûteux même pour les supercalculateurs les plus avancés, incluant des problèmes très pertinents pour notre société. L'informatique quantique ne propose peut-être pas de solutions à tous, mais elle pourrait en offrir à certains.

Les trois domaines d'application suivants représentent des cibles dans le domaine du calcul quantique bruité, avant la mise en œuvre de la correction d'erreurs quantiques et de la tolérance aux pannes.

• Optimisation
• Simulation de la Nature
• Recherche de structure dans les données (y compris l'apprentissage automatique)

Nous aborderons ces sujets plus en détail plus tard dans le cours.

État de la technologie

Construire des ordinateurs quantiques est un défi technologique difficile, et ce n'est que depuis 8 ans que les petits ordinateurs quantiques sont accessibles au public. En ces 8 ans, nous avons progressé sur de nombreux fronts.

De nombreux processeurs quantiques IBM sont maintenant accessibles via le cloud, et tous ont plus de 100 qubits. Mais ce n'est pas seulement la taille des processeurs qui importe — c'est juste une des métriques qui nous intéressent. La qualité des portes s'est aussi considérablement améliorée, et nous avons également introduit des méthodes pour réduire et atténuer les erreurs intrinsèques aux systèmes quantiques, même tandis que nous avançons vers la création de systèmes tolérants aux pannes. Trois métriques de base — l'échelle, la qualité et la vitesse — sont essentielles pour suivre l'amélioration des performances.

• Taille. Plus de qubits, c'est évidemment mieux, mais seulement si l'augmentation du nombre ne dégrade pas les performances (ce qui peut être le cas). En pratique, on veut plus de qubits de bonne qualité qui n'interfèrent pas entre eux via du crosstalk quand on ne le souhaite pas. La façon dont les qubits sont connectés les uns aux autres est aussi importante, et trouver la meilleure façon de le faire représente un défi pour les circuits à qubits supraconducteurs.

• Qualité. Une autre métrique importante que l'on observe, pour suivre l'amélioration des performances au fil du temps, est la fidélité des portes à 2 qubits. Les portes qui opèrent sur des qubits uniques ne sont pas aussi sujettes aux erreurs que les portes à 2 qubits, qui représentent donc la plus grande préoccupation. (Les portes à 2 qubits sont aussi essentielles car elles sont responsables de la création de l'intrication entre les qubits, ce qui est supposé être l'un des phénomènes physiques qui donnent à l'informatique quantique sa puissance.)

• Vitesse. Enfin, la vitesse et l'efficacité. En résumé, le temps passé à exécuter un programme (incluant les parties quantiques et classiques) doit être aussi court que possible.

Conclusion

C'est vraiment une époque passionnante pour travailler dans le domaine de l'informatique quantique : pour la première fois dans l'histoire, nous pouvons commencer à explorer une région du calcul qui se situe au-delà du calcul classique.

T.J. Watson a un jour prédit avec célèbre qu'il n'y aurait besoin que de quelques ordinateurs dans le monde. On peut en rire maintenant au vu de son erreur — mais en le faisant, on doit reconnaître que l'on a le bénéfice du recul. Et on doit aussi reconnaître que, en tant qu'humains, nous avons généralement tendance à largement sous-estimer le potentiel des technologies futures. Maintenant que c'est notre tour et que nous endossons les rôles de pionniers de l'informatique quantique, nous devons garder cela à l'esprit.

L'informatique quantique est souvent mise en contraste avec le calcul classique, comme quelque chose qui lui est distinctement différent et en compétition avec lui. Mais avec un regard plus large, on peut voir l'informatique quantique simplement comme un chapitre de plus dans une longue histoire. Il est dans notre nature, en tant qu'humains, de chercher de nouvelles façons de calculer et d'exploiter la puissance que le monde naturel nous offre pour y parvenir. Nous faisons cela depuis des siècles. L'informatique quantique nous offre un nouvel outil dans cette quête, et c'est à nous de découvrir comment tirer parti de la puissance qu'elle nous offre.