La notion la plus difficile à faire tenir dans l’esprit d’un non-physicien est qu’une chose peut être dans deux états à la fois. Non pas en oscillant entre eux trop rapidement pour être vu, mais les deux, véritablement, en même temps, jusqu’à ce que quelqu’un mesure et que cela se stabilise dans l’un des états. Cette contradiction finit par être la meilleure façon de décrire le débat multidécennal sur l’état même de l’informatique quantique.
Le quantique est une technologie sur laquelle le Comité Nobel, la NSA et la moitié de la Silicon Valley s’accordent pour réécrire ce que peut faire un ordinateur. C’est aussi, parallèlement, une chose encore loin d’être achevée, si bien qu’elle a été raisonnable à ranger au côté de la fusion froide et, jusqu’à récemment, de l’intelligence artificielle comme des merveilles technologiques qui restent au moins à trente ans de horizon.
Un ordinateur ordinaire stocke l’information sous forme de bits, des commutateurs qui n’en possèdent que deux états: allumé ou éteint, un ou zéro. Un ordinateur quantique utilise des qubits, ou bits quantiques, qui peuvent être les deux à la fois. En les enchaînant suffisamment, le nombre d’états qu’ils peuvent détenir simultanément croît si rapidement que quelques centaines de qubits peuvent représenter plus de possibilités que le nombre d’atomes dans l’univers observable. Ce que vous pourriez réaliser avec un ordinateur fonctionnant grâce à des qubits a été une promesse suivie par la science depuis très longtemps.
Elle est passée de la théorie à la pratique. Des applications réelles et commerciales ne relèvent plus de l’imagination — des trains à lévitation magnétique à grande vitesse aux systèmes de navigation quantique sans GPS, en passant par de meilleures batteries et des engrais respectueux du climat, jusqu’aux médicaments personnalisés et à des prévisions d’ouragans plus précises. Les acteurs en première ligne de cette technologie affirment que c’est l’année où tout cela commence vraiment à se réaliser.
« L’informatique quantique utile est ici, dès maintenant », a déclaré Jay Gambetta, directeur de la Recherche chez IBM, à un centre de conférence plein à craquer à Boston ce printemps.
Le Monde Inatteignable
En mai 1981, lors d’une conférence sur la physique de l’informatique coprésidée par le MIT et IBM, Richard Feynman s’est levé et a dit à une salle de scientifiques informatiques qu’ils s’y prenaient mal. « Si vous voulez comprendre comment le monde fonctionne vraiment, affirme-t-il, les machines numériques ordinaires ne suffiront jamais, parce que le monde ne fonctionne pas en nombres 0 et 1. » « La Nature n’est pas classique, putain », disait-il, « et si vous voulez simuler la nature, autant que ce soit quantique. »
Quarante-cinq ans après l’énoncé de Feynman, l’un des leaders du domaine de l’informatique quantique, IBM, et un réseau de partenaires qu’elle a passé une décennie à bâtir tentent d’imposer la mesure. Près d’une décennie de prédictions publiques ont donné un nom à ce qu’il faudrait pour que cette technologie se rende utile au-delà d’une curiosité académique — l’avantage quantique — et une année marquée dans le calendrier : 2026.
Pour faire simple, l’avantage quantique signifie le moment où un ordinateur quantique résout un problème réel — pas un puzzle truqué conçu pour mettre le matériel en valeur, mais quelque chose pour lequel quelqu’un a besoin d’une réponse — plus rapidement, moins cher ou avec plus de précision que le meilleur ordinateur classique ne peut le faire. Ce que cela signifie et comment le mesurer est contesté. Ce qui n’est pas contesté, c’est que la revendication est désormais testée en public plutôt que débattue dans une salle de séminaires.
L’étrangeté du quantique — peut-être la raison d’être même du domaine — a poussé les gens dans la perplexité depuis l’apparition de l’idée quantique. Albert Einstein a passé les trente dernières années de sa vie à affirmer que la mécanique quantique ne pouvait pas être une explication complète du fonctionnement de l’univers. La théorie disait que deux particules pourraient être liées de telle sorte que mesurer l’un détermine instantanément l’état de l’autre, où qu’elles se trouvent, un résultat que Einstein qualifiait d’« action fantôme à distance ». Il s’était trompé, comme il s’est avéré, et les expériences qui ont confirmé son erreur ont valu un prix Nobel en 2022. Mais son objection n’était pas une stupidité. C’était la réaction raisonnable d’une personne confrontée à une description de la réalité qui fonctionne parfaitement et qui n’a aucun sens intuitif.
Telle est la particularité de la mécanique quantique. C’est la théorie physique la plus réussie jamais écrite : elle prédit les résultats expérimentaux à 11 décimales et décrit une couche du monde que les êtres humains ne peuvent ni voir, ni toucher, ni appréhender intuitivement. Pendant la plus grande partie du siècle dernier, nous pouvions écrire les équations qui régissent les molécules, les matériaux et les réactions chimiques, mais nous ne pouvions pas les résoudre. La mécanique quantique ouvre la possibilité de résoudre ces équations. Paul Dirac, l’un des architectes de la théorie, l’avait affirmé dès les années 1920 : les équations décrivent essentiellement toute la chimie et la plupart de la biologie, et elles sont trop difficiles à calculer. Tout ce qui a suivi n’a été que approximations.
Tout cela n’est pas resté sur le papier. Certains effets quantiques ont déjà été entraînés dans le monde ordinaire, et l’un d’eux transporte des passagers. Les trains à lévitation magnétique — le tracé d’essai du Japon a atteint 603 kilomètres par heure en 2015 — flottent sur des champs magnétiques générés par des supraconducteurs, des matériaux qui conduisent l’électricité sans résistance lorsqu’ils sont refroidis suffisamment. La supraconductivité est un phénomène quantique, l’un des rares qui opère à une échelle que les humains peuvent supporter à côté. C’est aussi, non sans coïncidence, ce dont les puces quantiques d’IBM sont faites, refroidies dans des réfrigérateurs à un centième de degré au-dessus du zéro absolu pour exactement la même raison.
Changer les Termes
Ce qu’une telle machine pourrait faire, si elle fonctionnait, découle directement de ce qui la rend différente. Lorsqu’un ordinateur conventionnel modélise une molécule, il ne peut pas la représenter telle qu’elle est; les mathématiques sont trop volumineuses, il faut donc approcher en omettant des détails jusqu’à ce que le problème tienne. Michael Biercuk, fondateur de la société de logiciels quantiques Q-CTRL, compare le résultat à une photographie agrandie au-delà de sa résolution. « Quand on tente de mettre ce portrait quantique extrêmement complexe dans un ordinateur classique, il pixellise », dit-il. « On perd de l’information. On jette des éléments pour faire tenir l’image. »
Son autre analogie est la compression audio : une simulation classique est un MP3 face à la richesse vinyle du quantique. Pour la plupart des usages, un MP3 suffit, mais pas pour les problèmes les plus difficiles en chimie et en science des matériaux. Un ordinateur quantique, construit sur la même physique que ce qu’il modélise, n’a pas à tout jeter.
Les conséquences, en théorie, se répartissent en quatre grandes familles. La simulation des systèmes physiques — molécules, matériaux, réactions chimiques — est la plus proche et la plus évidente, car c’est le problème que Feynman avait décrit. L’optimisation est la deuxième : routage, planification, logistique, la famille de problèmes qui deviennent incroyablement difficiles à mesure qu’ils grandissent. L’apprentissage automatique est la troisième, toujours la plus spéculative. Et la quatrième, ce sont les équations différentielles, les mathématiques qui régissent le mouvement des fluides, de la chaleur et de l’air. Le point de vue de Gambetta est que les équations différentielles seront là où une personne ordinaire remarquera les premiers effets de l’informatique quantique, car cette voie mène à la dynamique des fluides et, de là, à la prévision.
Concrètement, cette liste est un répertoire de choses que le monde moderne ne peut pas encore calculer avec la précision souhaitée : de meilleures batteries, car on pourrait modéliser ce qui se passe à l’intérieur plutôt que de l’en déduire ; des engrais fabriqués sans le coût énergétique colossal du procédé industriel centenaire, car on pourrait enfin simuler comment les bactéries les fabriquent à température ambiante ; des médicaments conçus en calculant le comportement d’une molécule dans le corps plutôt que d’en tester des milliers de candidats ; du carburant de fusion. Des surfaces d’avions. La météo, éventuellement.
Aucune de ces applications n’était le but premier de la plupart des investissements quantiques antérieurs. Le cas d’usage qui a attiré le plus l’attention des agences gouvernementales soutenant le quantique est une démonstration publiée en 1994 par Peter Shor, mathématicien de Bell Labs. Elle montrait qu’un ordinateur quantique suffisamment puissant pourrait défaire le chiffrement protégeant essentiellement tout le trafic Internet, les registres financiers et les secrets d’État. L’industrie appelle ce moment où cela deviendra possible le Q-Jour, et il reste loin.
Mais Biercuk affirme : « C’était la promesse de ce type de machine qui a incité la NSA à financer IBM, mon passage à Harvard et d’autres ». La mission a été de s’assurer que les États-Unis construisent un ordinateur capable de briser les codes avant qu’un adversaire ne le fasse. Les applications commerciales n’étaient jamais l’objectif. « Nous voulons nous assurer que la Chine ne le fasse pas en premier », dit-il. « Mais que pouvons-nous faire entre-temps ? »
Le Chœur
Ces revendications sont arrivées cette année en trombes, venues d’institutions qui n’ont presque rien en commun, si ce n’est les machines quantiques qu’elles utilisent.
La prétention de Q-CTRL consistait à travailler sur la physique de la façon dont les électrons se déplacent dans un matériau — les calculs sous-jacents aux batteries, aux cellules solaires et à la transmission d’énergie — et une catégorie qui consomme quelque chose comme un tiers du temps des superordinateurs du monde. L’entreprise a poussé un processeur d’IBM à 120 qubits et a insisté pour tout faire passer par le cloud public d’IBM afin que n’importe qui puisse reproduire l’expérience. Le meilleur logiciel classique, sur un cluster loué, prenait jusqu’à 160 heures. La machine quantique a pris deux minutes et 46 secondes.
Puis, en une unique journée à la fin juillet, trois autres revendications sont tombées en même temps — et toutes portaient sur autre chose que la vitesse. Une équipe de l’Université de Chicago, dirigée par le informaticien Bill Fefferman, a utilisé une nouvelle méthode de correction d’erreurs pour exécuter un problème au-delà de la portée pratique des ordinateurs classiques avec dix fois moins d’erreurs que les méthodes antérieures — et l’a fait en environ 15 minutes.
Qedma, une société israélienne dont les fondateurs incluent Dorit Aharonov, l’une des théoriciennes qui ont démontré des décennies plus tôt que la correction d’erreurs quantiques pouvait fonctionner, a comparé directement ses résultats à Fugaku, un supercalculateur de Kobe (Japon), l’un des plus rapides au monde, et a constaté que plusieurs méthodes classiques se contredisaient alors que les résultats quantiques restaient constants.
Algorithmiq, basé à Milan, a publié sa solution à un problème de science des matériaux en utilisant l’informatique quantique dans le tracker d’avantages d’IBM — un tableau de bord qui trie les réclamations entre celles qui tiennent encore, celles qui ont été égalées par une méthode classique et celles qui servent de référence — et après huit mois, aucune méthode informatique classique n’a été capable de la reproduire.
Ce qui les unit, ce n’est pas que les ordinateurs quantiques aillent plus vite. C’est qu’ils commencent à produire des réponses vérifiables. « La vérification demeure l’un des plus grands défis pour établir fermement l’avantage expérimental quantique », a déclaré Fefferman, ce qui est une description polie de ce qui s’était mal passé en 2019 lorsque l’annonce de la suprématie quantique de Google avait été accueillie par des doutes sur l’ampleur de l’amélioration par rapport à l’informatique classique.
À l’aide d’une approche hybride entre quantique et classique sur un superordinateur, Kenneth Merz, scientifique rattaché au service de Cleveland Clinic, a passé 18 mois à dépasser une étape que le domaine pensait atteindre en cinq à sept ans. En octobre 2024, la plus grande molécule que son équipe pouvait simuler sur un ordinateur quantique était de 10 atomes. En décembre dernier, c’était une vraie protéine à 300 atomes. En mai, elle dépassait les 12 600 — une protéine liée à une molécule semblable à un médicament et suspendue dans l’eau, état même dans lequel les protéines existent réellement et qui rend la découverte de médicaments difficile. Merz pense qu’il a sous-estimé l’ampleur. « Nous pensions viser très grand », a-t-il déclaré lors d’une conférence ce printemps à Boston, « mais nous avons rapidement réalisé que nous pourrions être deux ou trois fois plus ambitieux. »
De la même manière, la Cleveland Clinic a travaillé avec Oak Ridge National Laboratory, le plus grand laboratoire public du système du Département de l’Énergie, sur la chimie du carburant de fusion — plus précisément, l’utilisation d’un blindage à sel fondu à l’intérieur d’un réacteur pour fabriquer du tritium, dont seulement quelques kilos existent naturellement sur Terre. Sarp Oral, qui dirige la section technologie avancée du laboratoire, est moins intéressé par le résultat de fusion que par l’appareil qui l’a produit. « Ce flux de travail est un modèle », a-t-il dit, « qui ne se limitera pas à l’énergie de fusion, mais qui nous permettra aussi d’appliquer le même modèle à d’autres problèmes scientifiques, comme la découverte de médicaments, comme le climat. » Il a comparé cela à la construction d’un télescope : un seul instrument, pointé vers la prochaine question qui va venir.
Sur quoi IBM Mise
La mise d’IBM sur l’informatique quantique a été mûrie pendant des années, mais les enjeux sont aujourd’hui considérablement plus importants qu’il y a six mois. Le 14 juillet, la société technologique emblématique a connu sa pire journée sur le marché de l’histoire lorsque son action a chuté de 25 % en une seule session, après que l’entreprise a averti que ses résultats trimestriels seraient nettement inférieurs aux prévisions parce que les entreprises réorientaient leurs dépenses des mainframes et des logiciels qu’IBM vend vers l’achat de leur propre infrastructure d’IA. « De nombreuses grandes transactions ont échoué à se conclure dans les délais que nous avions prévus », a écrit le PDG Arvind Krishna aux investisseurs.
Deux semaines plus tard, le même jour où trois de ses partenaires annonçaient l’avantage quantique, Krishna s’est exprimé sur CNBC et a chiffré l’autre pari. Le quantique aurait « un impact mesurable sur notre chiffre d’affaires et notre résultat net » d’ici 2028 ou 2029, a-t-il dit, et le marché pour cela vaudrait bien plus : « D’ici la fin des années 2030, nous sommes désormais convaincus qu’il représentera mille milliards de dollars de valeur. » Son argumentaire pour ce pourquoi maintenant était le même que celui que ses partenaires avaient passé l’été à développer. Une machine quantique, disait-il, « peut faire les choses mieux, plus vite, moins cher, d’une manière que les ordinateurs classiques ne peuvent pas faire pour le moment. »
Cela rend encore plus cruciale la feuille de route qu’IBM s’est tracée. Il y a deux autres grandes dates sur celle-ci. En 2029, IBM compte livrer une machine baptisée Starling, fondée sur une correction d’erreurs à grande échelle. La distinction n’est pas la vitesse. Les ordinateurs quantiques actuels peuvent soutenir environ mille opérations avant que les erreurs ne ruinent le calcul ; Starling est conçue pour cent millions. Ce n’est pas une version plus rapide de la machine actuelle, c’est un type différent de machine, et tout ce qu’IBM a dit publiquement sur les années 2030 — un système de centre de données appelé Blue Jay — repose sur l’atteinte de cet objectif.
Gambetta n’a pas honte de ce qu’il veut qu’IBM devienne en cours de route. « Notre désir est de construire l’infrastructure comme Nvidia pour les GPU », dit-il. « Donc, je voudrais qu’IBM soit le Nvidia des QPUs. »
Le modèle est délibéré. Les processeurs graphiques ont été conçus pour rendre des jeux vidéo mais ont ensuite lancé l’essor de l’intelligence artificielle parce qu’une génération de chercheurs — poussée par le précurseur de l’IA, Geoffrey Hinton, qui a passé des années à pousser le domaine de l’apprentissage automatique vers du matériel pensé pour autre chose — s’est rendu compte qu’ils étaient extraordinairement performants dans les mathématiques sous-jacentes des réseaux neuronaux.
Gambetta a sa propre version de cette histoire. À l’époque où il était étudiant diplômé, il programmait des cartes graphiques pour résoudre des équations de physique, avant que quiconque en dehors d’un studio de jeux ne s’y intéresse. « Je dirais que l’histoire d’Nvidia et les choix qu’ils ont faits nous ont inspirés », a-t-il déclaré, même s’il prévoit un résultat différent — des processeurs quantiques, classiques et IA travaillant côte à côte plutôt que l’un d’entre eux ne supprime les autres.
Le 21 mai, le Département du Commerce a annoncé que les États-Unis prendraient des participations dans neuf entreprises de l’informatique quantique dans le cadre d’environ 2 milliards de dollars de subventions dans le cadre de la CHIPS Act. La part d’IBM, 1 milliard, était la plus grande allocation unique, complétée par environ 1 milliard de dollars du propre argent d’IBM et dirigée vers une installation appelée Anderon à Albany, New York — la première usine du pays conçue spécifiquement pour fabriquer des puces quantiques, utilisant les mêmes lignes de plaquettes de 300 millimètres que l’industrie des semi-conducteurs, adaptées pour les qubits supraconducteurs. À environ soixante-quinze kilomètres au sud, IBM agrandit son campus de Poughkeepsie avec une usine destinée à assembler les systèmes Starling eux-mêmes.
Les Croyants
Retirez le matériel et l’argent et il ne reste qu’un petit nombre de personnes qui ont misé leur carrière sur un argument que la plupart de leurs collègues jugeaient prématuré.
La carrière de Chow a commencé dans un couloir. Son père était professeur de physique; alors qu’il était étudiant à Harvard, il lut un article sur les boîtes quantiques — les nanocristaux qui brillent sous l’électricité et qui ornent désormais les écrans de télévision — et alla frapper à la porte de l’auteur. « Je lui ai dit, ‘Bonjour, j’ai lu un papier sur certains de vos travaux. J’aimerais en savoir plus,’ » se souvient-il. « Il m’a invité tout de suite. » Chow a construit du matériel à Yale puis chez IBM avant d’occuper le poste qu’il occupe aujourd’hui, qui consistera moins à faire de la physique qu’à persuader trois types de processeurs incompatibles de coopérer.
Il passe par la citation d’un line de Charles Bennett, IBM fellow qui a partagé le prix Turing 2025 (souvent décrit comme le Nobel de l’informatique) avec Gilles Brassard pour leurs contributions à la cryptographie quantique. Plutôt que de considérer les ordinateurs quantiques comme des améliorations exotiques des ordinateurs classiques, la formulation de Bennett est l’inverse: « Un ordinateur classique est un ordinateur quantique handicapé. » Ce que Chow signifie, c’est que « le plus fondamental ordinateur qu’ils peuvent construire est un ordinateur quantique. »
Chow n’élude pas. Interrogé sur le fait que le quantique est, enfin, vraiment en train d’arriver, il répond: « Je veux dire, nous disons maintenant que c’est là. Le quantique est maintenant, le quantique est réel. »
La carrière de Biercuk est la preuve que le quantique n’est pas une seule histoire. Une partie des activités de Q-CTRL est l’informatique quantique. L’autre partie est composée de systèmes de navigation quantiques sous contrat avec Airbus, Lockheed Martin et le Département de la Défense, qui permettent aux avions et aux navires de déterminer leur position sans GPS. La navigation par satellite est brouillée ou usurpée constamment dans les zones disputées — « mille fois par jour » seulement dans le Golfe Persique, a déclaré Biercuk — et chaque réacheminement de vol coûte des milliers de dollars à une compagnie aérienne.
Et puis il y a l’endroit où la Cleveland Clinic a placé son ordinateur quantique, et c’est là que Jehi a pris sa décision. Il est dans la cafétéria. L’installation a été pensée pour l’accueillir, mais ce n’était pas la raison principale. « Il y avait une raison d’inspiration », a-t-elle dit, « qui voulait qu’il soit là, sous leurs yeux, afin qu’ils y pensent ». Le clinique a signé son partenariat avec IBM en 2021, l’année où l’institution a fêté son centenaire, alors que personne ne pouvait dire si tout cela fonctionnerait. Cinq ans plus tard, avec les résultats sur les protéines publiés, Jehi décrit encore la décision comme un « risque calculé ».
Il se peut qu’il n’y ait jamais un seul moment où le monde s’accorde à dire que l’avantage quantique est atteint. Au lieu de cela, ce sera l’accumulation croissante de résultats, puis un jour où les débats s’arrêteront et la date sur le tas sera quelque part dans le passé récent. Autrement dit, la mesure peut ne pas avoir encore été prise. La chose demeure incertaine, pour l’instant, dans deux états à la fois — une technologie qui a déjà changé ce qui est calculable, et une promesse qui reste à croire. Gambetta pense savoir ce que sera le consensus. « Je pense que dans deux ans nous regarderons en arrière et dirons que 2026 est le moment où cela s’est produit. »
