Vous n’avez pas tort. Le champ d’application des ordinateurs quantiques reste restreint

  • FrançaisFrançais



  • Approche systémique À l’époque où j’étais CTO sur le terrain pour VMware en Asie-Pacifique et au Japon, beaucoup de mes collègues s’attendaient à ce que je sache quelque chose sur tout ce qui concerne la technologie, et il était parfois difficile de me résoudre à dire « Je ne sais pas ».

    Et donc en 2018, quand quelqu’un m’a demandé d’expliquer l’informatique quantique, j’ai essayé et j’ai complètement gâché l’explication. En fait, j’ai fait l’erreur la plus typique d’un généraliste barboteur (souvent faite dans la presse scientifique populaire) qui consistait à dire quelque chose à propos d’essayer de nombreuses solutions en parallèle, en tirant parti de la propriété quantique d’être dans une superposition de plusieurs états. Si vous ne savez qu’une chose sur la mécanique quantique, c’est probablement l’expérience de pensée du chat de Schrödinger, dans laquelle le chat est censé être dans deux états (vivant et mort) en même temps. Eh bien, cela s’avère être juste suffisant pour produire une assez mauvaise explication de l’informatique quantique.

    Une grande partie de ce que je comprends de l’informatique quantique vient de Scott Aaronson via son blog et ses notes de cours. Tout en haut de son blog se trouve la ligne gravée dans ma mémoire depuis que je l’ai lue pour la première fois : “Les ordinateurs quantiques ne résoudront pas les problèmes difficiles instantanément en essayant simplement toutes les solutions en parallèle.” Cette bande dessinée fait également un bon travail pour démystifier cette ligne de pensée.

    La suprématie quantique peut ou non être un gros problème

    Quoi qu’il en soit, après avoir raté ma première tentative d’explication, j’ai décidé d’approfondir un peu l’informatique quantique, ce qui s’est avéré assez opportun. La première affirmation de «suprématie quantique» est sortie l’année suivante et j’ai immédiatement voulu comprendre si c’était le gros problème que cela semblait être. (Comme tant de choses dans cet espace, cela peut être ou ne pas être un gros problème.) Une chose en a conduit une autre et je suis devenu juste assez compétent (ou assez idiot) pour tenter quelques conférences sur l’informatique quantique et ses applications pratiques. impact. Bien qu’il soit vraiment difficile d’avoir une idée intuitive de l’informatique quantique, cette conférence représente mes meilleurs efforts pour donner cette intuition.

    La semaine dernière, je suis tombé sur un article d’Aaronson sur son expérience à la Solvay Conference on Physics, dont le sujet cette année était : “La physique de l’information quantique”. La conférence Solvay la plus célèbre a peut-être été la cinquième, tenue en 1927, au cours de laquelle la théorie quantique a été balayée par une liste étonnante de participants, dont Einstein, Marie Curie, Bohr, Schrödinger et une douzaine d’autres lauréats du prix Nobel.

    La conférence Solvay pourrait être la plus grande affiche de l’importance de la recherche interdisciplinaire – dans le cas de cette année, des informaticiens échangeant des idées avec des physiciens des particules. Il reste encore beaucoup de travail à faire à la fois pour construire des ordinateurs quantiques pratiques et pour déterminer à quoi ils servent réellement, et une vaste expertise est nécessaire pour progresser.

    Mais j’ai été inspiré pour écrire cet article par la suggestion d’Aaronson selon laquelle il existe une « loi de conservation de l’étrangeté ». C’est plus une hypothèse qu’une loi, mais c’est au cœur de ce que de nombreux chercheurs essaient de comprendre à propos de l’informatique quantique : quand l’informatique quantique fournit-elle une accélération significative (c’est-à-dire super-polynomiale) par rapport aux algorithmes classiques ? La conjecture de Scott est la suivante : il doit y avoir quelque chose de « bizarre » dans le problème pour qu’un algorithme quantique soit efficace. Ce qui reste non résolu à ce jour, c’est la nature précise de cette bizarrerie. Mais généralement, il existe une sorte de structure au problème qui le rend approprié pour une accélération quantique.

    Pour nous, non-physiciens, le problème le plus célèbre (et potentiellement le plus important dans la pratique) qui affiche un niveau approprié de « bizarrerie » pour bénéficier des algorithmes quantiques est la factorisation. Trouver les facteurs premiers d’un entier ne consiste pas seulement à essayer différentes réponses au hasard jusqu’à ce que vous tombiez sur celle qui fonctionne ; il y a beaucoup de structure dans le problème qui permet de trouver un algorithme quantique efficace. C’est ce que fait l’algorithme de Shor, et il y a une partie de l’algorithme de Shor qui se trouve être vraiment efficace pour les ordinateurs quantiques tout en n’étant pas efficace sur les ordinateurs classiques.

    (C’est ce qu’on appelle la transformée de Fourier quantique, et si vous souhaitez avoir un peu d’intuition sur son fonctionnement, Aaronson vous a couvert une fois de plus.)

    Il n’y a aucune raison de paniquer puisque nous avons un peu de temps à attendre avant que les ordinateurs quantiques soient assez gros et assez fiables pour casser ces algorithmes, mais le consensus est que nous aurons éventuellement besoin de nouveaux algorithmes.

    Pourquoi ce problème et l’algorithme de Shor sont-ils importants ? Eh bien, une grande partie de la cryptographie dépend de la difficulté supposée de trouver les facteurs premiers d’un grand nombre et d’une variété de tâches de calcul difficiles similaires. On pense que RSA et les algorithmes à clé publique associés risquent de devenir inefficaces dans une décennie ou deux.

    En effet, la tâche supposée difficile de déterminer une clé privée étant donné une clé publique dépend de la difficulté de factoriser un grand nombre (ou d’un calcul tout aussi coûteux). Si les ordinateurs quantiques continuent de s’améliorer en termes de nombre de bits quantiques (qubits) et de fiabilité comme ils l’ont fait ces dernières années, il ne semble plus qu’une question de temps avant que ces algorithmes ne soient plus sûrs.

    Je dirais qu’il n’y a aucune raison de paniquer car nous avons un certain temps à attendre avant que les ordinateurs quantiques soient assez gros et assez fiables pour casser ces algorithmes, mais le consensus est que nous aurons éventuellement besoin de nouveaux algorithmes, et que d’ici le temps où nous saurons que les anciens algorithmes ont été cassés, il sera trop tard. Par conséquent, le choix judicieux est de prévoir à l’avance «l’agilité cryptographique», c’est-à-dire la capacité de remplacer les algorithmes par de nouveaux qui ne sont pas sensibles aux solutions quantiques.

    Le NIST mène un processus depuis plusieurs années pour identifier les candidats appropriés pour la cryptographie post-quantique (PQC).

    Ce que je trouve particulièrement intéressant dans cette situation, c’est que les experts dans ce domaine sont encore en train de déterminer quelles classes de problèmes se prêtent à des solutions quantiques. C’est le point de la « loi de conservation de l’étrangeté ». Seul un sous-ensemble restreint de problèmes difficiles à résoudre classiquement est facile à résoudre avec des algorithmes quantiques. Ce dont nous avons besoin pour PQC, ce sont des algorithmes qui n’ont pas de solutions quantiques (ou classiques) efficaces. Et tandis que nous pouvons dire « nous n’avons pas trouvé de solution quantique efficace » à un problème, il est plus difficile de dire qu’une telle solution n’existe pas. Au moins, cela souligne la nécessité d’être agile dans nos choix d’algorithmes cryptographiques à l’avenir.

    Enfin, il semble y avoir un peu «d’exubérance irrationnelle» quant à la capacité des ordinateurs quantiques à résoudre toutes sortes de problèmes, dans des domaines tels que l’apprentissage automatique et les marchés financiers. S’il est vrai qu’il y a des bizarreries dans ces deux domaines, je ne pense pas que ce soit ce que veut dire Aaronson. Ce que je retiens de sa présentation Solvay [PPT] est que l’ensemble des problèmes avec des solutions quantiques efficaces reste petit, même si les dernières recherches cherchent à déterminer exactement ce qui fait qu’un problème convient bien à l’informatique quantique. ®

    L'équipe de Comparaland

    L'équipe rédactionnnelle du site

    Pour contacter personnellement le taulier :

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée.