Il est déjà assez difficile de comprendre l’informatique quantique, la génération potentielle de calculs transformateurs. Contrairement aux ordinateurs classiques, qui sont alimentés par des puces remplies de milliards de minuscules transistors qui traitent l’information sous forme binaire d’un bit – soit 0 soit 1 – les ordinateurs quantiques traitent l’information en utilisant des qubits, qui peuvent représenter 0, 1 ou les deux simultanément. Et ça devient juste plus compliqué à partir de là. Très vite, vous commencez à rencontrer des termes tels que « superposition », « intrication » et « décohérence » ainsi que d’autres concepts de la mécanique quantique qui vous feront souhaiter d’avoir suivi plus d’un cours de physique à l’université. Ce que cela signifie, c’est que les ordinateurs quantiques peuvent considérablement accélérer le temps de calcul, car ils effectuent de nombreuses opérations en même temps, tandis que même les ordinateurs classiques les plus rapides le font les uns après les autres. Mais si comprendre les principes de l’informatique quantique est difficile, ce qui est vraiment difficile, c’est de les construire. Peu de personnes le savent mieux que Jerry Chow. En tant que responsable de l’équipe expérimentale d’informatique quantique chez IBM, Chow est chargé de construire, pièce par pièce, le matériel capable de mener le calcul 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 pour le superordinateur classique le plus puissant – est incroyable, mais le concrétiser ne sera pas facile : les machines elles-mêmes sont très, très sensibles. Pour sélectionner les Future Perfect 50 de cette année, notre équipe a suivi un processus qui a duré des mois. En commençant par la liste de l’année dernière, nous avons fait des séances de brainstorming, mené des recherches approfondies et noué des liens avec notre audience et nos sources. Nous ne voulions pas sur-représenter une catégorie particulière, nous avons donc visé la diversité dans les théories du changement, les spécialités académiques, l’âge, la localisation 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)
