Les ordinateurs quantiques franchissent le seuil de tolérance aux pannes — des implications bien plus vastes qu'on ne le croit

Pendant la majeure partie de son histoire, le calcul quantique a été un domaine défini par l'écart entre la promesse et la pratique. Des processeurs dotés de cent ou mille qubits faisaient la une des journaux, tandis que les chercheurs reconnaissaient en petits caractères que ces qubits étaient trop sujets aux erreurs pour effectuer des calculs utiles. L'ère des machines NISQ — Noisy Intermediate-Scale Quantum — a produit une physique remarquable mais des résultats pratiques limités.

Ce tableau est en train de changer. Fin 2024, Google a publié les résultats de son processeur Willow, démontrant ce que les chercheurs poursuivaient depuis des décennies : une correction d'erreurs quantiques qui s'améliore de manière exponentielle à mesure que le système évolue. C'était la preuve la plus claire à ce jour que la voie technique vers un calcul quantique tolérant aux pannes est réelle, et non théorique.

Ce que signifie réellement la tolérance aux pannes

Un bit quantique, ou qubit, est fragile. Les interactions avec l'environnement — vibrations, champs électromagnétiques, bruit thermique — provoquent une décohérence, effondrant les états quantiques avant qu'un calcul ne puisse s'achever. Les qubits physiques actuels présentent des taux d'erreur qui les rendent inutilisables pour les algorithmes nécessitant des millions d'opérations de portes.

La correction d'erreurs quantiques répond à ce problème en encodant un seul qubit logique sur des centaines ou des milliers de qubits physiques. Cette redondance permet au système de détecter et de corriger les erreurs en temps réel sans mesurer directement le qubit logique (ce qui détruirait son état quantique). Le revers de la médaille est le surcoût : on estime qu'un ordinateur quantique tolérant aux pannes capable de casser le chiffrement RSA-2048 nécessiterait environ 4 000 qubits logiques — et chaque qubit logique peut avoir besoin de 1 000 qubits physiques pour être maintenu. Cela représente des millions de qubits physiques de haute qualité.

La métrique critique est de savoir si la correction d'erreurs passe bien à l'échelle. Dans les systèmes précédents, ajouter davantage de qubits physiques pour protéger un qubit logique aggravait parfois les choses, car les composants supplémentaires introduisaient de nouvelles voies d'erreur. Les résultats de Google avec Willow ont montré que les taux d'erreur diminuaient de manière exponentielle à mesure qu'ils augmentaient la taille du code de correction d'erreurs — un résultat « sous le seuil » qui démontre la viabilité fondamentale de l'approche.

Le paysage concurrentiel

L'approche de Google avec des qubits supraconducteurs est l'une des nombreuses architectures concurrentes. IBM s'est engagé sur une feuille de route qui atteindra des systèmes de plus de 100 000 qubits au cours de cette décennie, en mettant l'accent sur le volume quantique et les taux d'erreur comme métriques clés plutôt que sur le simple nombre de qubits bruts. Les systèmes d'IBM sont accessibles via le cloud et sont devenus la plateforme principale pour la recherche universitaire en calcul quantique.

Microsoft a fait un pari physique différent. Plutôt que de construire des qubits à partir de circuits supraconducteurs, Microsoft poursuit des qubits topologiques basés sur des quasiparticules exotiques appelées fermions de Majorana. L'avantage théorique est que les qubits topologiques sont intrinsèquement plus résistants à certains types de décohérence, nécessitant potentiellement moins de qubits physiques par qubit logique. En 2025, Microsoft a annoncé des résultats cohérents avec la création et la mesure de qubits basés sur Majorana — bien que la communauté observe attentivement, l'approche restant non prouvée à grande échelle.

IonQ, Quantinuum et d'autres travaillent avec des architectures à ions piégés, qui obtiennent des taux d'erreur plus faibles par opération de porte que les systèmes supraconducteurs, mais sont plus lentes et font face à des défis de passage à l'échelle différents. La diversité des approches reflète une véritable incertitude quant à la plateforme physique qui remportera la course à la tolérance aux pannes à grande échelle.

À quoi serviront réellement les ordinateurs quantiques

Le narratif du « cassage du chiffrement » domine le débat public, mais c'est l'application la moins intéressante à court terme et la plus éloignée d'une réalisation pratique. Les applications qui arriveront en premier concernent la chimie quantique et la science des matériaux.

Simuler le comportement moléculaire est classiquement insoluble au-delà d'une certaine taille — le coût de calcul croît de manière exponentielle avec le nombre d'électrons modélisés. Les ordinateurs quantiques sont naturellement adaptés à ce problème car ils peuvent représenter efficacement les états quantiques. Les applications incluent la conception de nouveaux catalyseurs pour la chimie industrielle, la découverte de matériaux de batterie à plus haute densité énergétique et la modélisation des interactions protéine-médicament pour le développement pharmaceutique.

Les problèmes d'optimisation — routage logistique, optimisation de portefeuille, ordonnancement — sont un autre candidat, même si l'avantage quantique pour ces applications est moins net que pour la chimie quantique. Le domaine travaille encore à déterminer où le quantique offre de réelles accélérations par rapport aux heuristiques classiques.

L'urgence cryptographique

Bien que les ordinateurs quantiques tolérants aux pannes capables de casser le chiffrement actuel soient encore à des années-lumière, la menace est suffisamment réelle pour que les gouvernements agissent dès maintenant. Le NIST a finalisé ses premières normes de cryptographie post-quantique en 2024, et les agences américaines ont reçu des délais pour migrer leur infrastructure cryptographique. L'inquiétude porte sur le « récolter maintenant, déchiffrer plus tard » — des adversaires collectant des données chiffrées aujourd'hui avec l'intention de les déchiffrer une fois que les capacités quantiques seront matures.

Les organisations gérant des données sensibles avec de longues périodes de classification — secrets d'État, dossiers médicaux, données financières — sont confrontées aux délais de migration les plus urgents. Le trafic web standard chiffré avec TLS est moins immédiatement menacé, mais la migration vers des algorithmes résistants au quantique finira par affecter chaque élément de l'infrastructure internet.

Un calendrier réaliste

Des ordinateurs quantiques tolérants aux pannes réellement utiles — des systèmes capables de résoudre des problèmes hors de portée classique dans des domaines commercialement précieux — sont très probablement à 7-15 ans. Les récentes étapes sont réelles et significatives, mais l'écart d'ingénierie entre les meilleurs systèmes d'aujourd'hui et les millions de qubits de haute qualité nécessaires pour des applications à grande échelle reste énorme.

Ce qui a changé, c'est que la voie est désormais plus claire. La physique fonctionne. Les approches de correction d'erreurs passent à l'échelle comme la théorie le prédisait. Les défis restants sont d'ordre technique : fabriquer des millions de qubits avec une qualité constante, les faire fonctionner à des températures millikelvin à grande échelle, construire les systèmes de contrôle classiques suffisamment rapides pour gérer la correction d'erreurs en temps réel. Ce sont des problèmes difficiles, mais ce sont des problèmes d'ingénierie plutôt que des obstacles de physique fondamentale. Cette distinction compte.