L’analyse L’informatique quantique est restée à une décennie de distance depuis plus d’une décennie maintenant, mais selon les experts de l’industrie, elle pourrait détenir le secret pour freiner l’appétit insatiable de l’IA. À chaque mois qui passe, des modèles de plus en plus grands et plus denses en paramètres apparaissent et l’ampleur des déploiements d’IA s’étend en parallèle. Cette année seule, des hyperscalers comme Meta prévoient de déployer des centaines de milliers d’accélérateurs. Même Sam Altman, fondateur d’OpenAI, est convaincu que nous aurons besoin de calculs exponentiellement plus importants si nous voulons approfondir le développement de l’IA. Il n’est donc pas surprenant qu’avec sa dernière embauche, OpenAI mise sur l’informatique quantique au cas où cela pourrait fonctionner. La semaine dernière, le mastodonte de l’IA a ajouté Ben Bartlett, un ancien architecte de systèmes quantiques chez PsiQuantum, à ses rangs. Nous avons contacté OpenAI pour en savoir plus sur ce que Bartlett fera chez ce précurseur de tendances en IA, mais nous n’avons pas obtenu de réponse. Cependant, sa biographie offre quelques indices, car la majeure partie de ses recherches se sont concentrées sur l’intersection entre la physique quantique, l’apprentissage automatique et la nanophotonique, et « consiste essentiellement à concevoir de petits circuits pour les photons afin de les tromper pour qu’ils effectuent des calculs utiles ». Alors, que cherche exactement OpenAI avec un physicien quantique ? Eh bien, il existe plusieurs possibilités, allant de l’utilisation de l’optimisation quantique pour rationaliser les ensembles de données d’entraînement à l’utilisation d’unités de traitement quantique (QPUs) pour décharger les bases de données de graphes complexes, en passant par l’utilisation de l’optique pour dépasser les limites de l’emballage moderne des semi-conducteurs.
Menu
