Il est déjà difficile de comprendre l’informatique quantique, la prochaine génération potentiellement transformatrice de l’informatique. Contrairement aux ordinateurs classiques, alimentés par des puces remplies de billions de transistors minuscules qui traitent les informations sous la forme binaire d’un bit – soit 0 ou 1 – les ordinateurs quantiques traitent les informations en utilisant des qubits, qui peuvent représenter 0 ou 1 ou les deux simultanément. Et les choses ne font que se compliquer davantage à partir de là. Bientôt, vous commencerez à rencontrer des termes tels que «superposition», «entanglement» et «décohérence» et un tas d’autres concepts de la mécanique quantique qui vous feront regretter d’avoir pris plus d’un cours de physique au collège. Ce que cela signifie, c’est que les ordinateurs quantiques peuvent accélérer considérablement le temps de calcul, car ils effectuent de nombreux calculs en même temps, alors que même les ordinateurs classiques les plus rapides le font un par un. Mais si comprendre les principes de l’informatique quantique est difficile, ce qui est vraiment difficile, c’est de l’assembler réellement. Peu de gens le savent mieux que Jerry Chow. En tant que responsable de l’équipe de développement d’ordinateurs quantiques expérimentaux chez IBM, Chow a pour tâche de mettre réellement en place, pièce par pièce, le matériel qui sera capable de prendre l’informatique vers l’avenir. Le potentiel de l’informatique quantique – y compris la résolution de problèmes et la création de modèles complexes qui seraient impossibles même sur les supercalculateurs classiques les plus puissants – est incroyable, mais le rendre réel ne sera pas facile: les machines elles-mêmes sont très, très sensibles. Pour sélectionner les 50 meilleurs de l’année, notre équipe a suivi un processus de plusieurs mois. A partir de la liste de l’année dernière, nous avons brainstormé, fait des recherches approfondies et établi des relations avec notre public et nos sources. Nous ne voulions pas surestimer dans une seule catégorie, nous avons donc cherché à assurer une diversité dans les théories du changement, les spécialités académiques, l’âge, le lieu géographique, l’identité et de nombreux autres critères.
Les Problèmes Communs Rencontrés par la Société dans l’Utilisation Efficace des Derniers Développements de l’Intelligence Artificielle
Les Problèmes Communs Rencontrés par la Société dans l’Utilisation Efficace des Derniers Développements de l’Intelligence Artificielle Introduction L’intelligence artificielle (IA)
