Willow (puce quantique)

From Wikipedia, the free encyclopedia

Fabricant
Google Quantum AI (en)Voir et modifier les données sur Wikidata
Willow
Fabricant
Google Quantum AI (en)Voir et modifier les données sur Wikidata
Fonctions
Type

Willow est un processeur quantique de 105 qubits, construit avec un matériau supraconducteur par Google Quantum AI à Santa Barbara, en Californie[1] (annoncé fin 2024).

Conçu pour une nouvelle génération d'architectures quantiques visant la suprématie quantique, ce processeur vise à améliorer la fidélité des opérations, la stabilité des qubits et l'évolutivité des processeurs supraconducteurs. Cette puce est une plateforme expérimentale utile pour tester des schémas de correction d'erreurs et explorer des circuits quantiques plus profonds, constituant une étape importante dans le développement d'ordinateurs quantiques de grande échelle. L'équipe Quantum AI a métaphoriquement présenté cette puce comme bioinspirée ou inspirée du monde naturel, en ce sens que son architecture évoque les principes d'organisation de certains systèmes de modularité, réseaux ramifiés ou les structures optimisées observés dans la nature, ici utilisés pour améliorer la connectivité, la stabilité et l'évolutivité du dispositif supraconducteur (sans impliquer une imitation biologique directe) ; décrit Willow comme un design « inspiré par la nature » destiné à optimiser la géométrie du processeur et réduire le bruit.

Le 9 décembre 2024, Google Quantum AI a annoncé Willow dans la revue Nature[2] et via un billet de blog de l'entreprise[1], en revendiquant deux avancées : Willow peut réduire les erreurs de manière exponentielle à mesure que le nombre de qubits augmente (atteignant ainsi une correction d'erreurs quantiques inférieure au seuil de correction d'erreur quantique (fault‑tolerance threshold), c'est‑à‑dire la valeur maximale du taux d'erreur physique qu'un qubit peut tolérer pour que les codes de correction d'erreurs quantiques fonctionnent efficacement)[1],[2] et, par ailleurs, cette puce a permis de réaliser une tâche de référence d'échantillonnage de circuits aléatoires (RCS) en 5 minutes, une tâche qui prendrait 10 septillions (soit 10²⁵) d'années aux supercalculateurs les plus rapides actuels (l'échantillonnage de circuits aléatoires ou RCS pour Random Circuit Sampling est une méthode d'évaluation des processeurs quantiques ; elle consiste à générer et mesurer la distribution de sortie de circuits composés de portes choisies aléatoirement et sert notamment aux démonstrations de suprématie quantique, pour tester la fidélité des opérations, la complexité des circuits et la capacité d'un dispositif quantique à produire des distributions difficiles à simuler classiquement. le RCS, via des métriques comme le cross‑entropy benchmarking sert à évaluer complexité d'un dispositif quantique car la distribution produite par un circuit aléatoire profond est extrêmement difficile à simuler classiquement. Un circuit aléatoire profond est un circuit quantique constitué de nombreuses couches successives de portes choisies aléatoirement, produisant une dynamique chaotique qui rend sa distribution de sortie extrêmement difficile à simuler sur un ordinateur classique ; il sert principalement à tester les performances des processeurs quantiques, à évaluer leur fidélité opérationnelle et à réaliser des tâches comme l'échantillonnage de circuits aléatoires utilisé dans les démonstrations de suprématie quantique)[3],[4],[5],[6].

Willow est construit avec une grille carrée de qubits physiques supraconducteurs transmon[2]. Les améliorations par rapport aux essais antérieurs (processeur Sycamore) ont été attribuées aux progrès des techniques et de l'ingénierie de fabrication, ainsi qu'à une optimisation des paramètres du circuit[2].

Willow a suscité de nouveaux espoirs quant à l'accélération des applications de l'informatique quantique dans les domaines pharmaceutique, des sciences des matériaux, de la logistique, de la Recherche, ou encore de la gestion des réseaux énergétiques[3]. Les médias grand public ont aussi évoqué le risque croissant de piratage des systèmes cryptographiques à vaste échelle[3], mais un porte-parole de Google a déclaré qu'il faudrait encore au moins dix ans avant de pouvoir casser le chiffrement RSA[7],[8]. Hartmut Neven, fondateur et responsable de l'intelligence artificielle quantique chez Google, a déclaré à la BBC que Willow serait rapidement testée dans des applications concrètes[4] et, dans l'article de blog annonçant l'opération, il a exprimé sa conviction que l'intelligence artificielle avancée bénéficierait de l'informatique quantique[1].

Histoire technique

Willow fait suite à Foxtail (2017), Bristlecone (2018) et Sycamore (2019).

Willow possède deux fois plus de qubits que Sycamore[3] et la durée de la cohérence T1, le faisant passer de 20 microsecondes (Sycamore) à 100 microsecondes[1].

Les 105 qubits de Willow présentent une connectivité moyenne de 3,47[1].

Ce processeur s'inscrit dans la feuille de route de Google vers un calcul quantique tolérant aux fautes, en intégrant des avancées de fabrication, de contrôle cryogénique et de réduction du bruit.

Controverse

Hartmut Neven, fondateur de Google Quantum AI, a suscité la controverse[7],[8] en affirmant que le succès de Willow « donne du crédit à l'idée que le calcul quantique se produit dans de nombreux univers parallèles, conformément à l'idée que nous vivons dans un multivers, une prédiction faite pour la première fois par David Deutsch »[1].

Le 22 octobre 2025, Google a annoncé le premier avantage quantique vérifiable sur du matériel, Quantum Echoes.

Google Quantum AI montre qu'un processeur supraconducteur de 65 qubits peut déjà réaliser une simulation physique environ 13 000 fois plus vite que le supercalculateur Frontier (à ce moment le plus rapide au monde), en mesurant un phénomène d’interférence quantique (dit OTOC) grâce à un nouvel algorithme Quantum Echoes. Cette avancée, publiée dans Nature, est un pas de plus vers un avantage quantique pratique, fondée sur des données scientifiques vérifiables que les supercalculateurs classiques ne peuvent calculer en un temps raisonnable. Parmi les applications potentielles figurent l’extension des capacités de la spectroscopie RMN[9],[10].

Critiques

Références

Voir aussi

Related Articles

Wikiwand AI