Après Google ont dit qu’ils avaient réalisé ce quantum les chercheurs en informatique cherchaient depuis des années, une équipe de chercheurs chinois prétend maintenant avoir reproduit les performances de Google Sycomore ordinateur quantique utilisant du matériel traditionnel.
En 2019, les chercheurs de Google ont affirmé avoir franchi une étape connue sous le nom de suprématie quantique lorsque leur ordinateur quantique Sycamore a effectué en 200 secondes un calcul abstrus qui, selon eux, immobiliserait un supercalculateur pendant 10 000 ans.
Maintenant, des scientifiques en Chine ont fait le calcul en quelques heures avec des processeurs ordinaires. Un supercalculateur, disent-ils, pourrait carrément battre Sycamore.
« Je pense qu’ils ont raison de dire que s’ils avaient accès à un supercalculateur suffisamment grand, ils auraient pu simuler la tâche en quelques secondes », a déclaré le chercheur Scott Aaronson, informaticien à l’Université du Texas à Austin.
L’équipe a utilisé un système composé de 512 GPU pour effectuer le même calcul développé par Google pour démontrer qu’elle avait franchi le cap de la suprématie quantique en 2019.
L’avance enlève un peu d’éclat à l’affirmation de Google, a déclaré Greg Kuperbergmathématicien à l’Université de Californie à Davis.
Pourtant, la promesse de l’informatique quantique reste intacte, a déclaré l’équipe.
Sergio Boixoscientifique principal de Google Quantum AI, a déclaré dans un e-mail que l’équipe de Google savait que son avantage pourrait ne pas durer très longtemps.
« Dans notre article de 2019, nous avons dit que les algorithmes classiques s’amélioreraient », a-t-il déclaré. Mais, « nous ne pensons pas que cette approche classique puisse suivre les circuits quantiques en 2022 et au-delà ».
Le « problème » résolu par Sycamore a été conçu pour être difficile pour un ordinateur conventionnel mais aussi simple que possible pour un ordinateur quantique, qui manipule des qubits qui peuvent être réglés sur 0, 1 ou toute combinaison de 0 et 1 en même temps.
FacebookTwitterLinkedin
