Google Quantum AI franchit une étape importante dans la correction d'erreurs avec le processeur Willow

Des chercheurs de Google Quantum AI ont franchi une étape importante dans le développement de l'informatique quantique en démontrant une nouvelle méthode de correction d'erreurs. L'équipe a utilisé son dernier processeur quantique, connu sous le nom de puce Willow, pour effectuer des calculs qui montrent que les taux d'erreur diminuent à mesure que le nombre de bits quantiques, ou qubits, augmente. Cette réalisation répond à l'un des défis les plus persistants dans le domaine, car l'information quantique est notoirement fragile et sujette aux interférences. Les ordinateurs quantiques s'appuient sur des qubits pour traiter l'information, mais ces unités sont très sensibles au bruit environnemental. Les prototypes actuels ont souvent du mal à fonctionner assez longtemps pour terminer des tâches complexes car les erreurs s'accumulent rapidement pendant les calculs. En mettant en œuvre une technique appelée correction d'erreur sous le seuil, l'équipe de Google a montré qu'il est possible d'identifier et de compenser ces erreurs sans détruire les données sous-jacentes. Lors d'une démonstration récente, le processeur Willow a effectué un calcul mathématique complexe en moins de cinq minutes. Selon Google, cette même tâche prendrait à l'un des superordinateurs classiques les plus puissants du monde environ 10 septillions d'années. Cet écart de performance met en évidence le potentiel des machines quantiques pour résoudre éventuellement des problèmes dans des domaines comme la découverte de médicaments et l'intelligence artificielle, actuellement impossibles pour les ordinateurs traditionnels. Kevin Satzinger, chercheur scientifique chez Google Quantum AI, a noté que la qualité améliorée des qubits physiques est le résultat de plusieurs avancées techniques. L'équipe a utilisé une installation de fabrication dédiée pour construire les puces et a affiné l'architecture du processeur grâce à un processus connu sous le nom d'ingénierie des lacunes. Ces choix de conception permettent au matériel de maintenir sa stabilité même si le système augmente en taille. La correction d'erreurs quantiques est essentielle pour construire des machines suffisamment grandes pour effectuer des calculs utiles et réels. La stratégie consiste à répartir l'information sur de nombreux qubits physiques pour créer un qubit logique plus fiable. À mesure que le nombre de ces qubits physiques augmente, le système devient meilleur pour détecter et corriger les erreurs, ce qui est une condition nécessaire pour l'informatique tolérante aux pannes. Ce développement a été accueilli avec intérêt par la communauté scientifique au sens large. Winfried Hensinger, professeur de technologies quantiques à l'Université du Sussex, a décrit cette réalisation comme une démonstration claire de l'avantage quantique. Il a expliqué que les chercheurs ont réussi à effectuer une tâche qui ne peut tout simplement pas être réalisée en utilisant des méthodes informatiques classiques. Michel Devoret, le scientifique en chef de l'unité quantique AI de Google, a souligné l'importance de ces progrès pour l'avenir de l'industrie. Il a déclaré que le travail marque une nouvelle étape vers l'informatique quantique à grande échelle. Les conclusions de l'équipe ont été récemment détaillées dans un article publié dans la revue Nature, fournissant une feuille de route sur la façon dont ces systèmes pourraient être mis à l'échelle davantage. Malgré le succès de la puce Willow, les experts avertissent que des applications pratiques et quotidiennes pour les ordinateurs quantiques restent à l'horizon. Hartmut Neven, vice-président de l'ingénierie chez Google, a suggéré que l'utilité réelle pourrait encore être à plusieurs années. L'objectif actuel reste l'affinement du matériel et la réduction des taux d'erreur logique pour répondre aux exigences des opérations à grande échelle. Google a esquissé un plan ambitieux pour continuer à mettre à l'échelle ses processeurs vers un objectif d'un million de qubits physiques. L'entreprise vise à réduire les taux d'erreur logique à moins de 10−12 erreurs par cycle, ce qui permettrait l'exécution d'algorithmes hautement complexes. Cette vision à long terme nécessite une innovation soutenue à la fois dans la conception des puces et dans les protocoles de correction d'erreurs. D'autres chercheurs dans le domaine explorent également différentes approches pour atteindre une stabilité similaire. Certaines équipes étudient l'informatique quantique topologique, qui vise à intégrer la correction d'erreurs directement au niveau matériel pour offrir plus de robustesse. Ces stratégies diverses reflètent l'effort mondial pour surmonter les limites physiques des systèmes quantiques actuels. À mesure que la technologie mûrit, l'intégration de l'informatique quantique et classique reste un domaine d'intérêt clé. Les récentes percées dans les matériaux semi-conducteurs, comme l'utilisation du germanium dopé au gallium, suggèrent que les futures puces pourraient éventuellement prendre en charge les deux types d'informatique sur une seule plateforme. De telles avancées pourraient combler le fossé entre la recherche expérimentale et la technologie commerciale. En fin de compte, les progrès réalisés par l'équipe de Google Quantum AI offrent une voie plus claire vers des machines quantiques fiables. En prouvant que les taux d'erreur peuvent être supprimés à grande échelle, les chercheurs ont rapproché l'industrie d'un avenir où les ordinateurs quantiques pourront s'attaquer à certains des défis informatiques les plus difficiles au monde. La prochaine phase de recherche se concentrera probablement sur le maintien de cette performance de correction d'erreurs tout en augmentant la complexité des algorithmes exécutés.