Bien que découverte récentes avoir versé de l’eau froide sur l’informatique quantique battage médiatique, ne comptez pas encore la technologie. Le 4 mars, Google et XPrize ont annoncé un Prix de 5 millions de dollars américains à tous ceux qui proposent des cas d’utilisation pour les ordinateurs quantiques. Si cela ressemble à un aveu que les cas d’utilisation n’existent pas déjà, ce n’est pas le cas, déclare Ryan Babbush, responsable des algorithmes quantiques chez Google. «Nous connaissons certaines applications pour lesquelles ces appareils auraient un impact considérable», dit-il.
« Un ordinateur quantique est un accélérateur spécial », déclare Matthias Troyer, vice-président de Microsoft Quantum et membre du conseil consultatif du concours Xprize. “Cela peut avoir un impact énorme sur des problèmes particuliers pour lesquels la mécanique quantique peut vous aider à les résoudre.”
Les types de problèmes pour lesquels les ordinateurs quantiques pourraient être utiles renvoient à leurs racines historiques. En 1981, le physicien Richard Feynman a proposé le idée d’un ordinateur quantique comme moyen de simuler toute la complexité du monde quantique.
“L’impact commercial de la résolution des systèmes quantiques concerne la chimie, la science des matériaux et la pharmacie.” —Matthias Troyer, Microsoft Quantum
Depuis lors, les scientifiques ont mis au point des algorithmes ingénieux pour rendre les ordinateurs quantiques utiles à des choses non quantiques, comme recherche dans des bases de données ou briser la cryptographie. Cependant, les algorithmes de recherche dans la base de données ne promets pas d’accélérations viables dans un avenir proche, et détruire la sécurité Internet semble être une raison douteuse pour construire une nouvelle machine.Mais un étude récente suggère que les ordinateurs quantiques seront capables de simuler des phénomènes quantiques intéressant plusieurs industries bien avant de pouvoir progresser dans ces autres applications.
“L’impact commercial de la résolution des systèmes quantiques concerne la chimie, la science des matériaux et la pharmacie”, explique Troyer. Et ce sont des industries importantes, ajoute Troyer. « De l’âge de pierre à l’âge du bronze, en passant par l’âge du fer, l’âge de l’acier, l’âge du silicium, nous définissons le progrès par le progrès des matériaux. »
Sur la voie d’un possible nouvel âge quantique, voici quelques exemples d’avantages quantiques avérés sur les machines que les chercheurs en informatique quantique attendent au cours de la décennie à venir. Et avec un peu de chance, Troyer espère que le prix de 5 millions de dollars incitera la communauté scientifique à trouver encore plus de moyens d’utiliser les algorithmes quantiques dans le monde réel. “Le but [of the prize] est que nous voulons que davantage de scientifiques quantiques s’intéressent non seulement au développement d’algorithmes quantiques et à leur théorie, mais également à la question : où peuvent-ils être appliqués ? Comment pouvons-nous utiliser les ordinateurs quantiques pour résoudre les grands problèmes mondiaux ? »
Métabolisme des médicaments
Dans un article de 2022 Publié dans PNAS, une collaboration entre la société pharmaceutique Boehringer Ingelheim, l’Université de Columbia, Google Quantum AI et la société de simulation quantique QSimulate a examiné une enzyme appelée cytochrome P450. Cette enzyme particulière est responsable du métabolisme d’environ 70 pour cent des médicaments qui pénètrent dans le corps humain.Le processus d’oxydation par lequel l’enzyme métabolise les médicaments est intrinsèquement quantique, d’une manière difficile à simuler de manière classique (les méthodes classiques fonctionnent bien lorsqu’il n’y a pas beaucoup de corrélations quantiques à différentes échelles).
Ils ont découvert qu’un ordinateur quantique de quelques millions de qubits serait capable de simuler le processus plus rapidement et plus précisément que les techniques classiques de pointe. “Nous constatons que la plus grande précision offerte par un ordinateur quantique est nécessaire pour résoudre correctement la chimie de ce système. Ainsi, non seulement un ordinateur quantique sera meilleur, mais il sera nécessaire”, ont écrit les chercheurs (dont Babbush) dans un communiqué. article de blog.
CO2 Séquestration
Une stratégie pour réduire la quantité de dioxyde de carbone dans l’atmosphère est séquestration—utiliser un catalyseur pour réagir avec le dioxyde de carbone et former un composé qui peut être stocké pendant une longue période. Des stratégies de séquestration existent, mais ne sont pas suffisamment efficaces en termes de coût ou d’énergie pour réduire considérablement les émissions de carbone actuelles.
Plusieurs récent études ont suggéré que les ordinateurs quantiques du futur proche devraient être capables de modéliser les réactions du dioxyde de carbone avec divers catalyseurs avec plus de précision que les ordinateurs classiques. Si cela est vrai, cela permettrait aux scientifiques d’estimer plus efficacement l’efficacité de divers candidats à la séquestration.
Fertilisation agricole
Aujourd’hui, la plupart des terres agricoles sont fertilisées avec de l’ammoniac produit à haute température et sous haute pression dans de grandes usines via le Procédé Haber-Bosch. En 2017, une équipe de Microsoft Research et de l’ETH Zurich considéré une méthode alternative de production d’ammoniac – la fixation de l’azote au moyen de l’enzyme nitrogénase – qui fonctionnerait à température et pression ambiantes.
Cette réaction ne peut pas être simulée avec précision par les méthodes classiques, ont montré les chercheurs, mais elle est à la portée d’un ordinateur classique et quantique travaillant en tandem. “Si, par exemple, on pouvait découvrir un procédé chimique de fixation de l’azote à petite échelle dans un village sur une ferme, cela aurait un impact énorme sur la sécurité alimentaire”, explique Troyer, qui a participé à la recherche.
Cathodes de batterie alternatives
De nombreuses batteries lithium-ion utiliser du cobalt dans leurs cathodes. L’exploitation du cobalt présente certains inconvénients pratiques, notamment préoccupations environnementales et pratiques de travail dangereuses. Une alternative au cobalt est le nickel. Dans un étude publiée en 2023, une collaboration entre le producteur de produits chimiques BASF, Google Quantum AI, l’Université Macquarie de Sydney et QSimulate a étudié ce qu’il faudrait pour simuler une cathode à base de nickel, l’oxyde de lithium et de nickel, sur un ordinateur quantique.
Selon les chercheurs, l’oxyde de lithium et de nickel pur est instable en production et sa structure de base est mal comprise. Avoir une meilleure simulation de l’état fondamental du matériau peut suggérer des méthodes pour créer une version stable. Les exigences de l’informatique quantique pour simuler correctement ce problème sont « hors de portée des premiers ordinateurs quantiques à correction d’erreurs », écrivent les auteurs dans un article. article de blog“mais nous nous attendons à ce que ce nombre diminue avec les futures améliorations algorithmiques.”
Réactions de fusion
En 2022, la National Ignition Facility fait la une des journaux avec la première réaction de fusion inertielle pour produire plus d’énergie que celle qui y était directement injectée. Dans une réaction de fusion inertielle, un mélange tritium-deutérium est chauffé avec des lasers jusqu’à ce qu’il forme un plasma qui s’effondre sur lui-même, déclenchant la réaction de fusion. Ce plasma est extrêmement difficile à simuler, explique Babbush, qui a participé à l’étude. “Le ministère de l’Énergie dépense déjà des centaines de millions d’heures CPU, voire des milliards d’heures CPU, pour calculer une seule quantité”, dit-il.
Dans un préimpression, Babbush et ses collaborateurs ont présenté un algorithme qu’un ordinateur quantique pourrait utiliser pour modéliser la réaction dans toute sa complexité. Ceci, comme la recherche sur les cathodes de batterie, nécessiterait plus de qubits que ceux actuellement disponibles, mais les auteurs pensent que de futures améliorations matérielles et algorithmiques pourraient combler cet écart.
Améliorer les capteurs quantiques
Contrairement aux ordinateurs quantiques, capteurs quantiques ont déjà un impact dans le monde réel. Ces capteurs peuvent mesurer les champs magnétiques avec plus de précision que toute autre technologie et sont utilisés pour des scanners cérébraux, des mesures gravimétriques pour cartographier l’activité géologique, etc. La sortie du capteur quantique est constituée de données quantiques, mais elles sont actuellement lues sous forme de données classiques, de valeurs traditionnelles et de zéros qui manquent une partie de la complexité quantique.
UN Etude 2022 issu d’une collaboration entre Google, Caltech, Harvard, UC Berkeley et Microsoft a montré que si les résultats d’un capteur quantique sont plutôt canalisés vers un ordinateur quantique, ils peuvent utiliser un algorithme intelligent pour apprendre les propriétés pertinentes avec un nombre exponentiel de copies des données. du capteur, accélérant la lecture. Ils ont démontré leur algorithme quantique sur un capteur simulé, montrant que cet algorithme est à la portée même des ordinateurs quantiques existants.
Et plus
Il existe également des algorithmes quantiques avantageux, toujours à la recherche de cas d’utilisation définitifs, et des prix en argent sont également offerts pour motiver cette recherche. Parmi ces algorithmes figurent résoudre certains types d’équations différentielles linéaireset trouver des modèles dans les données qui ne sont pas accessibles classiquement. De plus, il est classique que de nombreux algorithmes ne fonctionnent pas efficacement avec un crayon et du papier, explique Jay Gambetta, vice-président d’IBM Quantum. Au lieu de cela, les gens testent des algorithmes heuristiques sur du matériel réel, et certains d’entre eux fonctionnent étonnamment bien. Avec les ordinateurs quantiques, affirme Gambetta, l’état de l’art matériel est sur le point d’être suffisamment bon pour tester de nombreux autres algorithmes heuristiques, donc de nombreux autres cas d’utilisation devraient être à venir.
“Je pense que nous pouvons enfin commencer à découvrir des algorithmes à l’aide de matériel”, déclare Gambetta. « Et pour moi, cela ouvre une voie différente pour une découverte scientifique accélérée. Et je pense que c’est ce qui est le plus excitant.
À partir des articles de votre site
Articles connexes sur le Web
