Les Africains devraient s'emparer de l'informatique quantique pour résoudre les problèmes scientifiques propres au continent.
Depuis le début de l'informatique moderne, les systèmes de calcul classiques ont permis de relever nombre de défis épineux dans les domaines de la science, des affaires et de la société. Cependant, certains problèmes complexes, tels que la simulation précise de la chimie, sont restés obstinément hors de portée, même si la puissance de calcul classique a augmenté à pas de géant.
En fin de compte, la capacité du calcul classique est limitée par les principes fondamentaux du traitement de l'information. Si nous voulons aller au-delà de ces limites, nous devons utiliser des systèmes construits sur des principes révolutionnairement différents.
La nature s'appuie sur la mécanique quantique
La théorie classique de l'informatique est construite sur une vision newtonienne du monde. Avec la découverte de la mécanique quantique, une étrange théorie physique contre-intuitive, la question alléchante de savoir si elle pouvait constituer une nouvelle base pour un puissant paradigme informatique a été soulevée. La question a reçu une réponse affirmative de manière spectaculaire avec la découverte d'algorithmes quantiques qui sont exponentiellement plus rapides que leurs homologues classiques.
L'un des meilleurs exemples en est le tout premier soupçon que les ordinateurs quantiques pourraient être plus puissants que les systèmes classiques : simuler la nature. Les ordinateurs classiques, avec leurs « 0 » et « 1 » bien définis, ne sont pas bien adaptés à la simulation de la nature, car celle-ci, étant régie par la mécanique quantique, possède des propriétés étranges, comme le fait qu'un électron puisse se trouver à plusieurs endroits en même temps.
Un nombre exponentiel de possibilités
Suivre pleinement ne serait-ce que cent électrons en interaction est impossible pour les systèmes classiques, en raison du nombre exponentiel de possibilités. Les ordinateurs quantiques sont à la hauteur de la tâche, précisément parce qu'ils exploitent ces phénomènes étranges.
Ceci forme en fait une heuristique utile pour caractériser la classe impressionnante, bien que limitée, de problèmes que les ordinateurs quantiques sont destinés à résoudre à court ou moyen terme : ceux qui sont faciles à spécifier (peu de données), mais qui ont une quantité exponentielle d'arrangements possibles à parcourir (gros calcul) avant d'arriver à une réponse.
Applications génériques de l'informatique quantique
Les simulations de chimie entrent clairement dans cette catégorie, en demandant simplement comment une poignée d'électrons s'arrange. Mais c'est également le cas de nombreuses autres tâches de calcul comme l'optimisation, où la réponse recherchée est l'arrangement optimal d'un certain petit ensemble de variables, parmi un nombre exponentiel de combinaisons possibles.
Le diagramme d'ouverture de cet article donne une idée du paysage des applications génériques de l'informatique quantique, notamment par rapport à l'informatique classique.
Des problèmes faciles, et des problèmes difficiles
Les problèmes qui sont « faciles » à résoudre classiquement sont représentés par la région blanche. Ils vont des simples opérations arithmétiques et de l'envoi de courriels aux applications les plus avancées de GPU et de supercalculateurs.
La zone bleu clair représente les problèmes qui ne peuvent pas être traités efficacement à l'aide d'ordinateurs classiques, nécessitant des quantités de mémoire ou de temps inatteignables. La zone bleu foncé représente les problèmes que l'informatique quantique peut facilement résoudre, ce qui englobe l'ellipse classique blanche « facile ».
Des problèmes classiquement super durs
Cela ne signifie pas que les ordinateurs quantiques remplaceraient complètement les ordinateurs classiques, car de nombreux problèmes classiques « faciles » ne bénéficient d'aucune accélération quantique. La région bleu foncé ne recouvre que partiellement la région bleu clair difficile pour les problèmes classiques.
Cela implique que les ordinateurs quantiques ne peuvent pas résoudre tous les problèmes qui sont difficiles pour les ordinateurs classiques. Enfin, la région bleu foncé s'étend au-delà de la région bleu clair, représentant le fait qu'il existe des problèmes connus réalisables par les ordinateurs quantiques qui peuvent être classés comme super durs pour les ordinateurs classiques.
Trois domaines d'applications
Pour une autre vision des applications quantiques et pour approfondir les exemples spécifiques à un domaine, il est utile de regrouper les applications en trois grands domaines : la simulation de la nature, l'apprentissage automatique (y compris l'IA), et l'optimisation.
- Simuler la nature
La mécanique quantique est un cadre qui décrit le monde physique. Pour de nombreux systèmes, les propriétés quantiques se manifestent et doivent être prises en compte avec précision pour modéliser le système.
Les ordinateurs quantiques offrent une fenêtre pour simuler directement de tels systèmes, du plus minuscule (quarks) au plus gargantuesque (trous noirs). En cours de route, de nombreux domaines pratiques sont touchés, notamment la chimie (par exemple, la conception de nouveaux catalyseurs, pour la capture du carbone), la biochimie (par exemple, la compréhension de la photosynthèse et la découverte de médicaments) et la science des matériaux (par exemple, la conception de nouvelles batteries). Même pour les systèmes où la nature quantique est cachée et où la mécanique classique suffit, il existe une promesse pour les ordinateurs quantiques, en tant que super-machines d'algèbre linéaire, d'offrir des accélérations, par exemple, en dynamique des fluides.
- Apprentissage par la machine
Plusieurs des primitives derrière les algorithmes d'apprentissage automatique d'aujourd'hui impliquent l'algèbre linéaire, qui peut bénéficier des ordinateurs quantiques. Au-delà, il existe des tournures nettement nouvelles sur des algorithmes familiers, comme le SVM quantique, les machines de Boltzmann quantiques et l'homologie quantique, qui tirent parti de l'énorme espace de calcul des ordinateurs quantiques.
- Optimisation
Les algorithmes discrets tels que la programmation linéaire et quadratique et certains algorithmes combinatoires sont capables de tirer parti de la recherche quantique. Les problèmes qui peuvent être formulés comme des problèmes bayésiens ou de Monte-Carlo bénéficient également des techniques quantiques.
En général, les algorithmes d'optimisation ont des applications très variées, les exemples dans le secteur de la finance comprennent l'optimisation de portefeuille, l'analyse des risques et l'évaluation des prêts et des crédits.
La course à la construction d'ordinateurs quantiques fonctionnels
La discussion sur les applications ci-dessus n'a pas abordé une question importante : où en sommes-nous dans la course pour construire réellement ces dispositifs ? Comme les ordinateurs quantiques tirent parti de propriétés délicates de la nature, ils sont sujets à des bruits destructeurs d'une manière que les ordinateurs classiques n'ont pas.
Heureusement, il existe une technique à long terme prometteuse, bien que difficile, qui résout le problème du bruit : la correction d'erreurs quantique. À court terme, cependant, nous devons faire face au bruit en concevant directement des algorithmes qui sont robustes au bruit.
Atténuer les effets du bruit
Au minimum, toutes ces approches doivent terminer la partie quantique du calcul dans une fenêtre étroite, avant que le bruit ne domine. En outre, certains algorithmes atténuent de manière créative les effets du bruit.
La chimie et l'optimisation sont quelques-unes des applications qui ont trouvé des algorithmes robustes au bruit, ouvrant la possibilité d'importants avantages dans le monde réel à court terme.
Applications quantiques pour l'Afrique
La plupart, sinon la totalité, des applications potentielles des ordinateurs quantiques, sont pertinentes pour le contexte africain. Cependant, il est utile d'envisager quelles applications se démarquent par rapport à deux considérations de développement.
Premièrement, l'Afrique est riche en ressources naturelles et en talents humains. Historiquement, l'Afrique n'a pas pu, voire a été empêchée, de valoriser ces ressources naturelles sur son sol national.
Diversité génétique africaine
Une « ressource naturelle », inhabituelle mais inestimable, est la diversité génétique africaine. Il existe des algorithmes quantiques qui offrent une accélération significative dans le domaine de la génomique et l'Afrique devrait essayer de se positionner comme l'un des premiers acteurs dans le domaine de l'application des ordinateurs quantiques à la génomique.
La deuxième considération est que les problèmes africains qui ne recoupent pas les préoccupations mondiales immédiates sont souvent mal pris en compte en termes de financement et d'effort de recherche. Un exemple de cela serait à nouveau la génomique, mais aussi d'autres problèmes tels que la recherche sur le VIH sur les souches trouvées en Afrique. Les simulations de chimie sur les ordinateurs quantiques promettent d'ouvrir des portes pour la découverte de médicaments contre le VIH qui pourraient à jamais rester inaccessibles aux ordinateurs classiques.
Génomique
« L'Afrique est le berceau de l'humanité, les populations africaines sont à l'origine des autres, et abritent la plus grande diversité génétique de la planète. »
La génomique est l'étude qualitative de l'expression et de l'interaction des gènes à partir du génome entier. Il s'est avéré étonnamment difficile de relier les gènes aux phénotypes (l'expression biologique finale).
Les raisons de cette opacité actuelle incluent la difficulté de simuler le repliement et l'arrimage des protéines codées par les gènes (pour lesquels la chimie quantique peut aider) et les indépendances et interactions compliquées entre les gènes.
Connexions entre les gènes et les effets
Pour approcher les connexions entre les gènes et les effets, la diversité génétique est un véritable atout. La diversité génétique permet aux études d'association à l'échelle du génome d'éliminer en moyenne les connexions parasites et de révéler les vraies connexions.
En outre, une plus grande diversité augmente les chances de découvrir une immunité naturelle aux maladies. Une telle résistance conférée par la nature peut faire l'objet d'un apprentissage, dans la recherche de solutions de santé inédites.
Médicaments génétiquement adaptés
« La recherche en génomique en Afrique est confrontée à une multitude de défis, allant de la pénurie de ressources humaines qualifiées à un retard dans l'infrastructure informatique pour l'analyse à haute performance. »
On devrait, si tout va bien, dans un avenir proche, inclure les ordinateurs quantiques comme « cyberinfrastructures » de pointe. Les algorithmes quantiques peuvent accélérer un certain nombre de calculs (par exemple, l'alignement de séquences), liés à la recherche de corrélations génotype-phénotype, y compris les méthodes de Markov caché quantiques, les machines de Boltzmann quantiques, les SVM quantiques, les méthodes bayésiennes quantiques et l'homologie quantique.
Enfin, la génomique est aussi un exemple des dangers de la négligence de la recherche pour l'Afrique. Les thérapeutiques conçues pour une population (« médicaments personnalisés génétiquement ») sont parfois inefficaces sur d'autres populations. Si l'Afrique veut employer les plus récentes technologies pour l'amélioration de la santé de ses populations, il semble qu'elle doive maîtriser ces outils pour elle-même.
Découverte de médicaments
« Nulle part ailleurs la lutte contre le VIH n'est plus critique qu'en Afrique, où l'on trouve 70% des [infections actuelles] du monde ainsi que 66% de toutes les nouvelles infections survenant dans le monde. »
Comme le monde a pu le constater avec le VIH et la COVID, les maladies à mutation locale constituent une menace sérieuse pour la santé mondiale. Ainsi, ironiquement, le manque d'attention de la recherche pour trouver des traitements efficaces aux souches africaines finit par avoir un impact mondial et rend le sous-financement de la recherche sur les maladies africaines peu clairvoyant.
Une partie de ce qui alimente cette disparité sont « les forces du marché » combinées au fait que différentes souches prédominent parfois dans différentes régions géographiques. Par exemple, les souches du VIH-1-D et du VIH-2 ne se trouvent pour la plupart qu'en Afrique.
L'informatique quantique contre le VIH
L'informatique quantique promettant des améliorations spectaculaires dans la conception de médicaments, il semblerait alors prudent de l'employer au service de la lutte contre les maladies africaines. Par exemple, avec la capacité du VIH à muter rapidement, il y a une recherche constante de nouveaux antirétroviraux car le virus développe une résistance aux anciens.
Dans le processus de conception de nouveaux antirétroviraux, une étape cruciale consiste à réaliser des simulations chimiques de la liaison entre la protéine du virus et l'antirétroviral. De telles simulations sont notoirement difficiles de manière classique, et parfois totalement inefficaces. Les ordinateurs quantiques offrent des simulations plus précises permettant un meilleur flux de travail pour la conception de médicaments.
Les scientifiques africains entreprennent déjà des recherches approfondies sur le VIH, il est temps d'envisager d'ajouter des ordinateurs quantiques à leur propre arsenal, dans la lutte contre la maladie et la négligence.
Ismail Yunus Akhalwaya et Waheeda Saib, IBM Research Africa
Cet article a d'abord été publié par la Lettre d'informations de la physique africaine. © American Physical Society, 2021. Traduit en français par Afriscitech.