Nolan Mariotte
La société d’informatique quantique Quantum Computing Inc (QCI) est devenue célèbre pour avoir résolu un problème d’optimisation proposé par BMW. Il s’agit du Vehicle Sensor Placement Challenge (VSPC). Pour le résoudre, il fallait indiquer l’emplacement idéal des capteurs dans le véhicule, en tenant compte d’un total de 3 845 variables et de 500 contraintes.
L’informatique quantique est de retour à ce qu’elle fait de mieux : résoudre en un temps record des systèmes complexes nécessitant beaucoup de calculs. Ainsi, elle a réussi à être capable de résoudre un problème complexe de BMW en quelques minutes. Ces performances étaient 70 fois supérieures à celles de la mise en œuvre quantique du même problème en 2021.
QCI a résolu le problème de la BMW en moins de 6 minutes.
Ces problèmes sont trop complexes pour être résolus par un ordinateur classique. Même s’ils en étaient capables, cela prendrait trop de temps, ce qui rendrait le processus très inefficace. Le défi de BMW, qui consiste à placer des capteurs dans un véhicule autonome, est extrêmement difficile à relever. Il y a près de 4 000 variables à prendre en compte, comme la conception du châssis, le franchissement d’obstacles, la résistance au vent, la répartition du poids et bien d’autres encore.
Ce type de problème nécessite beaucoup d’essais et d’erreurs, sans garantie de parvenir à une solution optimale. En outre, il est nécessaire de recommencer pour chaque nouveau véhicule et pour chaque progrès réalisé sur les capteurs. C’est l’une des raisons pour lesquelles les véhicules n’ont pas progressé autant que prévu, car la mise en œuvre de changements dans ce secteur est très coûteuse. Le plus gros problème de l’informatique classique est le temps, comme nous l’avons vu plus haut. En outre, elle ne peut pas résoudre les problèmes de gestion logistique, de séquençage des étapes et de hiérarchisation des priorités.
Toutefois, dans le cas de l’informatique classique, tous ces problèmes peuvent être résolus, et ce dans un délai très court. En fait, QCI a réussi à résoudre le problème du capteur BMW en moins de six minutes et, de plus, a obtenu la meilleure solution possible. Elle a fourni une solution composée de 15 capteurs, qui offrait une couverture de 96 % du véhicule.
QCI a utilisé l’informatique quantique (Quantum Entropy Computing) pour gagner du temps de calcul.
Alors que nous disposons actuellement de systèmes d’informatique quantique capables de résoudre rapidement des problèmes, QCI affirme que son système est encore plus rapide. C’est ce qu’ils appellent l’informatique quantique entropique, qui élimine la nécessité d’un environnement quasi parfait dans lequel les qubits fonctionnent. Cela signifie qu’ils réduisent considérablement les coûts de conception, d’installation et d’exploitation. C’est là qu’intervient le concept de bruit quantique, où des systèmes tels que l’unité de traitement quantique (QPU) Eagle de 127 qubits d’IBM ou les QPU de Quantum Brilliance sont classés comme NISQ.
Par NISQ, nous entendons les systèmes quantiques dont l’échelle de bruit est intermédiaire, tandis que le système entropique QCI peut atteindre un environnement plus bruyant et plus cohérent. Avoir plus de bruit est un avantage dans l’informatique quantique, car cela signifie que les températures, les radiations électromagnétiques et d’autres variables sont plus permissives pour la cohérence du système quantique. La cohérence est une exigence fondamentale des ordinateurs quantiques, car une modification de l’environnement peut entraîner des erreurs de calcul coûteuses, voire mortelles.
Un nouveau système d’informatique quantique s’adapte comme un processeur de PC
Grâce au Quantum Entropy Computing de QCI, l’ordinateur s’adapte à l’environnement changeant, ce qui permet de gagner du temps et de réduire les coûts. Pour comprendre cela, nous utiliserons comme comparaison le matériel PC, à savoir les processeurs qui changent dynamiquement de tension et de fréquence en fonction de la charge de travail et de la température de fonctionnement. En ce qui concerne la commercialisation de la solution d’informatique quantique de QCI, rien n’est encore connu. Mais il est surprenant qu’ils aient réussi à obtenir des performances 70 fois supérieures à celles de leur tentative de l’année dernière sur le même problème de BMW.
“Nous sommes très fiers d’avoir obtenu ce que nous considérons comme un résultat important dans l’évolution de la quantique. Nous pensons que cela démontre que les technologies innovantes de l’informatique quantique peuvent résoudre des problèmes commerciaux réels aujourd’hui. Ce qui est encore plus significatif, c’est la complexité du problème résolu. Il ne s’agissait pas d’un problème rudimentaire visant à démontrer que les solutions quantiques seront un jour réalisables ; il s’agissait d’un problème très réel et important dont la solution peut potentiellement contribuer à accélérer la réalisation de l’industrie des véhicules autonomes”, a déclaré Bob Liscouski, PDG de QCI, dans un communiqué de presse.
