L’informatique quantique a ses limites
Dans une conférence au Massachusetts Institute of Technology en 1981, Richard Feynman a parlé de la simulation de la physique avec des ordinateurs. Cela se faisait déjà à l’époque, mais Feynman a dit qu’il voulait parler de la possibilité qu’il y ait un exact simulation, que l’ordinateur fera exactement au même titre que la nature. Mais comme la nature est mécanique quantique, a-t-il souligné, ce dont vous avez besoin pour cela, c’est d’un ordinateur quantique.
Le reste appartient à l’histoire, mais l’histoire est encore en devenir. Lorsque j’ai récemment demandé à David Deutsch, le physicien visionnaire qui, en 1985, a expliqué à quoi pourrait ressembler l’informatique quantique, s’il était surpris de la rapidité avec laquelle l’idée est devenue une technologie pratique, il a répondu avec un laconisme caractéristique : ce n’est pas le cas. Vous pouvez voir son point. Bien sûr, en octobre, le président Joe Biden a visité le nouveau centre de données quantique d’IBM à Poughkeepsie, New York, pour voir une salle entière remplie d’ordinateurs quantiques de l’entreprise. Et le 9 novembre, IBM a annoncé son processeur Osprey de 433 bits quantiques (qubit), bien qu’il semble qu’hier seulement nous étions enthousiasmés par la puce Sycamore de 53 qubits de Google avec laquelle l’équipe de Google a prétendu en 2016 démontrer la suprématie quantique, ce qui signifie que il pourrait effectuer un calcul en quelques jours qui prendrait au meilleur ordinateur classique plusieurs millénaires.1 Cette affirmation a depuis été contestée.
La réticence de Deutsch à accepter que l’informatique quantique pratique soit arrivée découle probablement de la question de savoir si elle peut encore faire quelque chose de vraiment utile. Bien sûr, on peut construire un problème très difficile pour un appareil classique mais parfaitement adapté à un ordinateur quantique, puis démontrer que seulement quelques dizaines de qubits peuvent suffire pour atteindre la suprématie. Mais à quel point cela est-il utile dans le monde réel proverbial ? Lorsque Feynman a décrit l’idée de l’informatique quantique, il avait à l’esprit qu’une telle installation serait utilisée pour simuler des systèmes régis par des lois quantiques, tels que des molécules et des matériaux. Au lieu d’utiliser des approximations classiques lourdes telles que la norme ab initio méthodes de chimie quantique, on représenterait les états quantiques des atomes et des molécules dans leurs propres termes pour calculer des propriétés telles que les spectres d’énergie, les structures de bandes électroniques et les stabilités.
Petites étapes
Les ordinateurs quantiques le font depuis plusieurs années maintenant, d’une manière ou d’une autre. Aln Aspuru-Guzik, alors à l’Université de Californie à Berkeley, et ses collègues ont montré en 2005 qu’il devrait être possible de simuler des molécules simples telles que l’eau et l’hydrure de lithium avec seulement quelques qubits.2 Et en 2017, une équipe IBM a utilisé un simple circuit de six qubits pour simuler LiH et BeH2 cette dernière étant la première espèce triatomique à être simulée de cette manière.3 Les résultats étaient moyens, mais ils ont établi la faisabilité de faire de la chimie quantique de manière quantique.
Compte tenu de la croissance des ressources disponibles au cours des dernières années, on pourrait s’attendre à ce que nous puissions faire beaucoup plus maintenant. Mais une nouvelle étude de Garnet Chan du California Institute of Technology et de ses collègues met cela et le commentaire de Deutsch en perspective.4 Ils ont utilisé une puce de 53 qubits liée au Sycamore de Google pour simuler une molécule et un matériau d’intérêt réel. Ils ont choisi leurs cas de test sans chercher à identifier des problèmes bien adaptés à une approche quantique. L’un était le groupe de huit atomes de fer et de soufre dans le noyau catalytique de l’enzyme nitrogénase, qui fixe l’azote atmosphérique sous des formes biologiquement utilisables. Comprendre ce processus pourrait être utile pour développer des catalyseurs artificiels de fixation de l’azote. L’autre était le trichlorure de ruthénium alpha, un matériau cristallin, un composé d’un grand intérêt dans le domaine des matériaux quantiques car on pense qu’il affiche la phase exotique à basse température appelée liquide de spin.5
Comment la puce a-t-elle fonctionné ? Franchement, plutôt indifféremment. Chan admet avoir initialement pensé qu’avec 53 qubits à leur disposition, ils seraient capables de simuler ces systèmes avec aplomb. Mais la prise en main du problème le détrompa de cette idée. En les cartographiant sur le circuit quantique, les chercheurs pourraient tenter raisonnablement de calculer, par exemple, les spectres d’énergie du cluster FeS et la capacité thermique de -RuCl3 mais rien que les méthodes classiques ne puissent faire au moins aussi bien. L’un des principaux problèmes est le bruit : les qubits actuels sont sujets aux erreurs et il n’existe pas encore de moyens de corriger ces erreurs quantiques. Ainsi, si le calcul comporte trop d’étapes logiques, le bruit submerge le résultat, produisant du charabia. Pour ces raisons, l’équipe n’a pu exploiter qu’une fraction d’environ un cinquième des ressources offertes par le processeur.
C’est un rappel qui donne à réfléchir d’où nous en sommes actuellement. Bien sûr, les choses continueront de s’améliorer, mais vous ne jeterez pas encore vos anciens algorithmes de chimie quantique.
Références
1 F Arute et al, La nature2019, 574505 (DOI : 10.1038/s41586-019-1666-5)
2 A Aspuru-Guzik et al, La science2005, 3091704 (DOI : 10.1126/science.1113479)
3 Un Kandala et al, La nature2017, 549242 (DOI : 10.1038/nature23879)
4 RN Tajigoulov et al, Phys. Rev. X Quantique, 2022, 3040318 (DOI : 10.1103/PRXQuantum.3.040318)
5 H Li et al, Nat. Commun.2021, 123513 (DOI : 10.1038/s41467-021-23826-1)