Selon les ingénieurs de Google à l’origine de cette percée, une étape majeure a été franchie vers l’utilisation d’ordinateurs quantiques pour des applications pratiques.
Les chercheurs disent qu’ils se sont dirigés vers la construction d’un ordinateur quantique fonctionnel et utile après la découverte, ce qui aide à résoudre l’un des problèmes qui affligent la technologie.
Les systèmes informatiques quantiques ont été salués comme l’avenir de l’informatique, capables d’effectuer des calculs qui pourraient être très difficiles, voire impossibles, sur les ordinateurs « classiques » que nous utilisons aujourd’hui.
Mais ils sont également sujets aux erreurs, qui représentent l’un des problèmes majeurs de l’application pratique de la technologie.
Maintenant, les chercheurs de Google disent qu’ils ont trouvé un moyen de construire la technologie afin qu’elle corrige ces erreurs.
Les chercheurs de Google Quantum AI ont déclaré avoir trouvé un moyen de réduire les taux d’erreur à mesure que la taille du système augmente, qu’ils décrivent comme étant à un « seuil de rentabilité ».
Le Dr Hartmut Neven, directeur de l’ingénierie chez Google Quantum AI, a déclaré que bien qu’il y ait encore des défis à relever, il pense qu’à ce stade « nous pouvons en toute confiance promettre une valeur commerciale » pour les ordinateurs quantiques.
Il a ajouté : « Donc, en langage financier, nous avons atteint le seuil de rentabilité, mais ce n’est bien sûr pas suffisant.
« Nous devons arriver à un taux d’erreur absolument faible. »
Les ordinateurs quantiques utilisent les propriétés de la physique quantique pour stocker des données et effectuer des calculs.
Les unités d’information de base dans les ordinateurs conventionnels sont appelées « bits » et sont stockées sous la forme d’une chaîne de 1 et de 0.
Dans un système informatique quantique, ces unités sont appelées qubits et peuvent être à la fois des 1 et des 0.
En théorie, cela donne aux machines quantiques une puissance de calcul beaucoup plus grande que les machines conventionnelles, effectuant des tâches qui prendraient de nombreuses années aux ordinateurs existants.
Cependant, les progrès vers des machines quantiques commercialement viables ont été lents.
En effet, la capacité de transmettre des informations dans les ordinateurs quantiques est fragile et les interférences environnementales telles que la chaleur et les défauts dans les matériaux peuvent provoquer des erreurs.
Contrôler ou supprimer ces erreurs est l’un des principaux défis pour exploiter la puissance de l’informatique quantique.
Pour l’étude, le Dr Neven et ses collègues ont créé un processeur quantique supraconducteur avec 72 qubits et l’ont testé avec deux codes de surface différents : un sur 49 qubits physiques et un plus petit sur 17 qubits physiques.
Ils ont constaté que le plus grand code de surface composé de 49 qubits physiques fonctionnait mieux que le plus petit.
Dans un article de blog, Sundar Pichai, directeur général de Google et Alphabet, a déclaré : « Pour la toute première fois, nos chercheurs en IA quantique ont démontré expérimentalement qu’il est possible de réduire les erreurs en augmentant le nombre de qubits.
Il a ajouté : « Notre percée représente un changement significatif dans la façon dont nous exploitons les ordinateurs quantiques.
« Au lieu de travailler sur les qubits physiques de notre processeur quantique un par un, nous traitons un groupe d’entre eux comme un seul qubit logique.
« En conséquence, un qubit logique que nous avons fabriqué à partir de 49 qubits physiques a pu surpasser celui que nous avons fabriqué à partir de 17 qubits. »
Les scientifiques notent que davantage de travail est nécessaire pour réduire suffisamment les taux d’erreur pour un calcul efficace, mais ont ajouté que leur travail « démontre une exigence fondamentale pour les développements futurs ».
Le Dr Julian Kelly, directeur du matériel quantique chez Google Quantum AI, a déclaré : « Les contraintes d’ingénierie (de la construction d’un ordinateur quantique) sont certainement réalisables.
« C’est un grand défi – c’est quelque chose sur lequel nous devons travailler, mais cela ne nous empêche en aucun cas, par exemple, de fabriquer une machine à grande échelle. »
Leurs travaux sont publiés dans la revue Nature.
Reportage supplémentaire par Press Association
