Informatique quantique 2021 : 12 applications majeures expliquées

Les scientifiques du monde entier font avancer les ordinateurs quantiques, essayant d'atteindre la technologie d'informatique quantique la plus puissante. Les géants de la tech, dont Google et IBM, sont en course pour la suprématie quantique.

Mais pourquoi ? Les machines quantiques peuvent résoudre certains problèmes un milliard de fois plus vite que les ordinateurs classiques. Alors que la demande de processeurs puissants continue d'augmenter, et que les tâches deviennent plus vastes et complexes, nous aurons besoin d'architectures computationnelles plus efficaces pour alimenter les solutions.

De telles avancées en technologie informatique créeraient des millions d'opportunités, dans presque tous les aspects de la vie moderne. Selon GlobeNewswire, le marché mondial de l'informatique quantique était évalué à 507,1 millions de dollars en 2019. Il devrait atteindre 65 milliards de dollars d'ici 2030, avec un TCAC de 56 %. L'Amérique du Nord et l'Europe devraient représenter plus de 78 % du marché de l'informatique quantique.

Cela ne signifie pas que les systèmes quantiques remplaceront les ordinateurs d'aujourd'hui. Au contraire, ils travailleront aux côtés des supercalculateurs classiques car chacun a ses forces et avantages uniques.

Dans cet article de synthèse, nous avons mentionné certaines des applications principales de l'informatique quantique parmi les vastes possibilités. Cela vous donnera une meilleure idée de ce pour quoi les ordinateurs quantiques sont conçus.

12. Prévision météorologique

Les ordinateurs quantiques peuvent être utilisés pour cartographier des modèles météorologiques extrêmement complexes. Contrairement aux systèmes météorologiques actuels, ils pourront fournir des prévisions pour des régions plus petites et plus spécifiques, aidant les agriculteurs à mieux se préparer aux changements météorologiques et les compagnies aériennes à minimiser les perturbations.

IBM investit massivement dans les systèmes de prévision météorologique. Il a collaboré avec The Weather Company, le Centre National de Recherche Atmosphérique, et la Corporation Universitaire pour la Recherche Atmosphérique aux États-Unis, pour construire un modèle supérieur capable d'estimer les orages à un niveau local.

En 2019, IBM, en collaboration avec The Weather Company, a dévoilé le Système de Prévision Atmosphérique Globale à Haute Résolution (GRAF) qui utilise les supercalculateurs IBM pour traiter les données de millions de capteurs à travers le monde.

Quand l'informatique quantique deviendra réalisable, les systèmes de type GRAF pourront analyser des milliards de données chaque heure et prévoir des événements micro-météorologiques tels que la formation de nuages individuels ou de tourbillons de vent.

11. Cybersécurité

Ce ne sont que des estimations approximatives

Les ordinateurs quantiques pourront résoudre de nombreux problèmes presque impossibles pour les machines d'aujourd'hui. Cela inclut le craquage des algorithmes de chiffrement qui protègent l'infrastructure Internet et les données sensibles.

Le chiffrement RSA basé sur des nombres de 2048 bits, par exemple, est largement utilisé pour la transmission sécurisée de données. On estime qu'un ordinateur quantique avec 20 millions de qubits pourrait briser un tel chiffrement en 8 heures.

Bien sûr, la puissance de l'informatique quantique peut aussi être utilisée pour développer des systèmes de chiffrement bien plus sûrs. De nombreuses entreprises, dont Microsoft et Google, ont déjà commencé à travailler sur des algorithmes de chiffrement résistants aux quantiques. Ils sont actuellement en phase théorique et de test. Le principal défi est d'intégrer ces nouvelles approches dans l'infrastructure existante.

Les algorithmes résistants aux quantiques devraient chiffrer :

• Transactions financières et bancaires
• Communications militaires et gouvernementales
• Réseaux d'entreprise
• Dossiers médicaux et données personnelles dans le cloud

10. Batteries de nouvelle génération

Les batteries lithium-ion ont fait du chemin : il y a une décennie, elles ne permettaient aux smartphones de tenir qu'une journée, maintenant elles peuvent alimenter des véhicules électriques sur des centaines de kilomètres.

Cependant, si nous voulons fabriquer des batteries plus puissantes, moins chères, qui dureraient plus longtemps que les existantes, nous avons besoin de percées. Des chercheurs d'IBM et de Daimler AG (société mère de Mercedes-Benz) testent l'efficacité avec laquelle les ordinateurs quantiques pourront simuler le comportement de composés chimiques dans les batteries.

Ils ont pu simuler les moments dipolaires de quatre molécules industriellement pertinentes (sulfure d'hydrogène, hydrure de lithium, sulfure de lithium, et sulfure d'hydrogène de lithium), en utilisant un ordinateur quantique à 21 qubits.

À mesure que nous augmentons ou améliorons les états de qubits, nous pourrons tester des composés plus grands et plus complexes pour les batteries de nouvelle génération. Ce type d'étude est le travail fondamental qui nous y mènera finalement.

9. Captage solaire

La cellule solaire à points quantiques | Crédit : Université du Queensland

Les points quantiques (particules semi-conductrices de taille nanométrique aux propriétés électroniques et optiques uniques dues à la mécanique quantique) peuvent convertir efficacement l'énergie solaire en électricité. Cela nous aidera à réduire considérablement les émissions de carbone et à améliorer les technologies de génération d'énergie existantes.

Des chercheurs australiens de l'Université du Queensland ont déjà développé des points quantiques flexibles et imprimables offrant un rendement de conversion d'énergie supérieur à 16 %.

Les matériaux de points quantiques non toxiques tels que les nanocristaux de sulfure de bismuth d'argent ont été largement étudiés en raison de leur abondance et sécurité. Bien qu'ils n'aient pas encore été commercialement opérables à grande échelle, certaines petites entreprises ont commencé à commercialiser des produits photovoltaïques à points quantiques.

8. Engrais propres

Aujourd'hui, l'engrais ammoniac est produit par un processus chimique nommé Haber-Bosch. Il combine l'azote atmosphérique avec l'hydrogène sous haute température et pressions extrêmement élevées. Le processus utilise d'énormes quantités d'énergie et libère beaucoup de gaz à effet de serre.

Si les chercheurs connaissaient en détail le mécanisme de la nitrogénase et le comportement des métaux de transition, ils pourraient développer des catalyseurs plus efficaces pour la fabrication d'engrais, ainsi que plusieurs autres produits chimiques cruciaux requis dans les industries.

La bonne nouvelle est que les ordinateurs quantiques pourront un jour modéliser le cofacteur principal de la nitrogénase (cofacteur FeMo), donnant un aperçu de ses mécanismes. Cela aiderait les chimistes à construire des processus industriels économes en énergie pour la synthèse d'engrais azotés.

7. Découverte de matériaux

Image fournie par Second Bay Studios/Harvard SEAS

Puisque l'informatique quantique est basée sur des phénomènes quantiques-mécaniques, tels que la superposition et l'intrication, elle peut représenter d'autres systèmes quantiques avec beaucoup plus de facilité que les ordinateurs classiques. Par exemple, une machine quantique peut résoudre l'équation de Schrödinger pour une molécule afin de calculer ses états d'énergie autorisés.

Elle offre la capacité de simuler des molécules complexes que les ordinateurs classiques ne peuvent pas. Ensemble, les développements du matériel quantique et des algorithmes quantiques promettent de bouleverser la chimie théorique.

En gérant le bruit dans les qubits sur une machine quantique, les chercheurs peuvent développer de meilleurs matériaux avec des propriétés optiques et mécaniques finement ajustées.

Compte tenu des avancées récentes dans les techniques d'« annulation du bruit quantique », nous pouvons dire que les matériaux de prochaine génération pourraient être conçus sur ordinateurs quantiques plutôt que de trouver les bonnes propriétés chimiques par essais et erreurs.

6. Optimisation du trafic

Les ordinateurs quantiques atténueront de nombreux défis présentés par l'augmentation des populations et les congestions face au besoin de décarbonation. L'un de ces défis est le contrôle du trafic.

La technologie quantique peut être utilisée pour éviter les embouteillages et réduire les temps d'attente. Cela signifie que les bus et taxis n'auront pas à parcourir de longues distances sans passagers, et les gens n'auront pas à attendre longtemps pour leurs taxis.

Volkswagen a déjà démontré l'utilisation en direct de l'informatique quantique pour optimiser le trafic. Son algorithme de routage quantique s'exécute sur l'ordinateur quantique D-Wave et calcule les itinéraires de voyage les plus rapides individuellement en temps réel.

De tels algorithmes peuvent interagir constamment avec des objets en mouvement (vélos, voitures, piétons) et augmenter l'ensemble du système de mobilité d'une ville. Ils peuvent également être implémentés dans le contrôle du trafic aérien pour des informations de routage optimisées.

Volkswagen n'est pas la seule entreprise à travailler sur « l'optimisation quantique du trafic ». Presque tous les constructeurs automobiles, dont BMW, Toyota et Ford, investissent dans la recherche quantique.

5. Marketing et publicité

Les algorithmes quantiques peuvent diffuser de meilleures publicités en créant des motifs d'associations qui influencent le comportement d'achat. Au lieu de diffuser des annonces basées seulement sur l'historique de navigation des utilisateurs, ces algorithmes se concentreront sur ce que ressentent les utilisateurs après avoir vu une annonce et quel type d'annonces pourrait aider les marques à établir des relations à long terme avec leurs clients.

Par exemple, si l'annonce est agréable et fait rire ou sentir bien les spectateurs, elle formera une forte relation publique de marque. Les annonces ennuyeuses ou irritantes, en revanche, pourraient être contre-productives.

D-Wave Systems Inc. (en collaboration avec Recruit Communication Ltd) a déjà appliqué l'informatique quantique à la publicité, au marketing et à l'optimisation de la communication. L'objectif est d'analyser les données complexes en moins de temps et d'optimiser l'efficacité de l'appariement des publicités aux clients dans le domaine de la publicité web.

D-Wave Systems a également expliqué comment les organisations pourraient utiliser le recuit quantique pour atteindre des audiences avec des annonces pertinentes et augmenter le Taux de Clic (CTR).

4. Modélisation financière

Les marchés modernes sont l'un des systèmes les plus complexes qui existent. Pendant le temps qu'il vous faut pour lire cette phrase, les fonds spéculatifs, banques d'investissement et investisseurs particuliers à travers le monde auront échangé plus de 80 millions de dollars en actions.

Pour les investisseurs institutionnels, trouver le bon mélange pour des investissements fructueux, basé sur les rendements attendus et les risques associés, est très important pour survivre sur le marché. Cela implique d'analyser des milliers de facteurs qui pourraient affecter les cours des actions. De nombreuses banques d'investissement exécutent des simulations « Monte Carlo » sur ordinateurs classiques pour une analyse détaillée, ce qui demande d'énormes ressources informatiques et du temps.

Les ordinateurs quantiques sont particulièrement conçus pour ce genre de calcul probabiliste. En montant dans le train quantique, les banques d'investissement peuvent non seulement améliorer la qualité des solutions mais aussi réduire le temps pour les développer. Comme ces entreprises gèrent des milliards de dollars, même une petite amélioration des rendements attendus peut valoir beaucoup pour elles.

Finalement, les ordinateurs quantiques aideront les services financiers à :

• Augmenter les gains d'investissement
• Réduire les exigences en capital
• Améliorer l'identification et la gestion des risques et de la conformité
• Ouvrir de nouvelles opportunités d'investissement.

À lire : Combien d'argent y a-t-il dans le monde ?

3. Découverte de médicaments

Le flux d'information génétique dans un système biologique

Actuellement, il faut aux entreprises pharmaceutiques des milliards de dollars et plus de dix ans pour découvrir un nouveau médicament et le mettre sur le marché. Elles effectuent des centaines de millions de comparaisons sur ordinateurs classiques. Cependant, les capacités de traitement de ces machines sont assez limitées : elles ne peuvent analyser que des molécules jusqu'à une certaine taille.

Considérez la conception du médicament pénicilline, qui contient 41 atomes : modéliser de manière approfondie et précise l'énergie d'état fondamental de la molécule de pénicilline nécessiterait une machine numérique avec plus de transistors qu'il n'y a d'atomes dans l'univers observable.

Le problème peut être résolu avec l'informatique quantique. À mesure que le matériel et les algorithmes quantiques deviennent plus facilement disponibles, il sera possible de comparer des molécules beaucoup plus grandes. Cela peut réduire considérablement le temps et les coûts de développement des médicaments, permettant aux chercheurs de faire de nouvelles découvertes plus rapidement, qui pourraient mener à des remèdes pour diverses maladies.

Dans l'industrie des sciences de la vie, les ordinateurs quantiques devraient permettre trois cas d'usage clés qui se renforcent mutuellement dans un cycle vertueux :

• Développer des thérapies de médecine de précision en associant génomes et résultats
• Augmenter l'efficacité de la découverte de médicaments à petites molécules et améliorer les résultats pour les patients
• Construire de nouveaux produits biologiques basés sur les prédictions de repliement des protéines

2. Intelligence Artificielle

La machine quantique de Google

L'intelligence démontrée par les machines est basée sur le principe d'apprentissage par l'expérience. Plus vous utilisez de jeux de données pour entraîner l'IA, plus elle sera précise. Puisque la précision/force de l'IA repose sur l'analyse de millions, voire de milliards de points de données, c'est un candidat idéal pour le calcul quantique.

Pour certains modèles, l'apprentissage machine quantique sera bien plus efficace que l'apprentissage machine classique. Cela s'étend à une branche de recherche qui explore les similarités structurelles et méthodologiques entre systèmes physiques spécifiques et systèmes d'apprentissage, en particulier les réseaux de neurones.

On a dit que l'intelligence artificielle sera pour le 21e siècle ce que l'électricité fut pour le 20e. Nous sommes déjà au point où l'IA est capable de créer une autre IA, donc son importance va rapidement s'intensifier.

Pour accélérer le développement, Google, en collaboration avec Volkswagen et l'Université de Waterloo, a lancé TensorFlow Quantum, une bibliothèque open-source pour prototyper des modèles d'apprentissage machine quantique. IBM, Microsoft et d'autres géants de la tech investissent aussi massivement dans l'apprentissage machine quantique.

À lire : Intelligence Artificielle vs. Apprentissage Machine vs. Apprentissage Profond

1. Physique des particules

Collision proton-proton dans le LHC produisant un boson de Higgs | CERN

Peut-être l'application la plus excitante et utile de l'informatique quantique est l'étude de la nouvelle physique. Les modèles de physique des particules sont remarquablement complexes, nécessitant un grand nombre de ressources et un long temps de calcul pour les simulations numériques.

Par exemple, les expériences au Grand Collisionneur de Hadrons au CERN produisent l'astonishing un pétaoctet par seconde de données à partir d'un milliard de collisions de particules chaque seconde. L'analyse est effectuée sur un million de cœurs CPU travaillant dans 170 centres de données à travers le monde. D'ici 2027, la puissance de calcul requise pour traiter et analyser les données du CERN augmentera d'un facteur de 50 à 100.

C'est là que l'informatique quantique devient utile. Elle permettra aux physiciens de simuler la physique nucléaire, la diffusion des noyaux, les quarks ainsi que les interactions fondamentales.

Le CERN a déjà commencé à travailler avec IBM sur les ordinateurs quantiques. Les chercheurs ont utilisé la « machine à vecteurs de support quantique » pour voir comment l'apprentissage machine quantique supervisé pourrait être utilisé pour identifier les événements de boson de Higgs dans les données de collision.

Une autre équipe de chercheurs a simulé avec succès des théories de jauge sur réseau dans un ordinateur quantique, qui décrivent l'interaction entre particules élémentaires, telles que les quarks et les gluons.

À lire : Qu'est-ce que la suprématie quantique ? Et pourquoi est-ce important ?

Dans l'ensemble, l'informatique quantique fait des progrès dans divers domaines, allant de la physique à plusieurs corps à l'énergétique moléculaire. Elle bouleversera les techniques actuelles et permettra aux chercheurs de s'attaquer à des problèmes qu'ils n'auraient jamais tenté de résoudre auparavant.