Avec son algorithme Quantum Echoes, Google se rapproche d'applications réelles pour l'informatique quantique

Grand fracas dans le petit monde de l’informatique quantique : Google annonce avoir mis au point le premier algorithme au monde à démontrer de façon vérifiable un avantage quantique (le fait d’effectuer un calcul qui prendrait énormément de temps sur une infrastructure de calcul classique).

L’algorithme a été baptisé Quantum Echoes, et la publication scientifique le concernant paraît ce 22 octobre en couverture de la prestigieuse revue Nature. En l’exécutant sur sa puce Willow, composée de 105 qubits supraconducteurs, les chercheurs de Google disent avoir obtenu des performances 13 000 fois plus rapides que ce que le meilleur algorithme classique pourrait obtenir en tournant sur le supercalculateur le plus puissant du monde.

Des résultats reproductibles

Ce n’est pas la première fois que des chercheurs disent avoir démontré un avantage quantique : Google l’avait déjà fait en 2019, puis d’autres équipes avaient suivi. Mais il y avait des incertitudes sur l’applicabilité de ces recherches. Google utilisait par exemple un benchmark très spécifique nommé "random circuit sampling" (RCS) qui n’avait pas d’application dans le monde réel. La question de la fiabilité des résultats se posait aussi.

Avec Quantum Echoes, Google a créé un algorithme vérifiable, c'est-à-dire que ses résultats peuvent être reproduits, et ce non seulement sur sa propre puce Willow mais également sur d’autres ordinateurs quantiques (ou par une expérience). C’est une grande première.

Tirer partie du phénomène d'interférence quantique

L'algorithme fonctionne en quatre étapes : une série d'opérations est effectuée sur la batterie de 105 qubits de la puce Willow, puis un qubit est perturbé, ce qui produit une sorte d'effet papillon, et les opérations sont effectuées en sens inverse (d'où "l'écho"), après quoi le résultat est mesuré. Le chevauchement des signaux dans un sens et dans l'autre révèle comment la perturbation se propage à travers la puce.

"Ce qui fait l'intérêt de cette expérience, c'est qu'elle combine l'interférence quantique avec des amplitudes imprévisibles, il y a donc un phénomène d'interférence complètement arbitraire," explique Michel Devoret, Chief Scientist au sein de l'équipe quantique de Google et lauréat du Prix Nobel de physique 2025. Cette interférence, qui amplifie "l'écho" produit de la sorte, est ce qui le distingue des algorithmes qui tournent sur des systèmes classiques. Pour être précis, l'algorithme mesure des out-of-time-order correlators (OTOC).

Des applications concrètes de mesure à l'échelle moléculaire

Quantum Echoes ouvre également la voie à de vraies applications, en l’occurrence la modélisation de la structure d’une molécule, utile pour l'industrie pharmaceutique ou en science des matériaux. Google décrit ce mécanisme comme une "règle moléculaire", voire un "quantumscope" (comme un microscope) qui permettrait de mesurer des phénomènes naturels impossible à observer jusqu’alors. Il utilise pour ce faire une technique de résonance magnétique nucléaire (RMN) pour mesurer le spin des atomes.

Tom O'Brien, chercheur chez Google, donne en exemple d’utilisation potentielle le repliement des protéines, qui ne peut pas être obtenu par simple séquençage et que les techniques classiques de machine learning ne peuvent pas prédire quand la protéine est dans une membrane ou une paroi cellulaire car l’environnement en change la forme. Or, cette forme est cruciale pour savoir comment des molécules médicamenteuses vont s’y attacher.

Dans une seconde publication (disponible sur arXiv), les chercheurs ont réalisé une expérience avec l’Université de Berkeley, en Californie, pour étudier deux molécules, l’une avec 15 atomes et l’autre avec 28 atomes.

Ils ont pu confirmer que les résultats obtenus par leur algorithme Quantum Echoes étaient conformes à ceux obtenus par résonance magnétique nucléaire traditionnelle, mais également qu’il permet d’obtenir plus d’informations que la RMN classique. Si l'avantage quantique n'a pas été démontré dans ce cas précis (la méthode classique prenant "environ trois mois"), les chercheurs se disent confiants quant à l'atteindre à terme.