Il est déjà assez difficile de comprendre l’informatique quantique, la prochaine génération potentiellement transformative de l’informatique. 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 à l’aide de qubits, qui peuvent représenter 0 ou 1 ou les deux simultanément. Et ça devient encore plus compliqué à partir de là. Très rapidement, vous commencez à rencontrer des termes tels que « superposition », « intrication » et « décohérence », ainsi que toute une série d’autres concepts de la mécanique quantique qui vous feront souhaiter 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 nombreux calculs en même temps, tandis 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 d’en construire un réellement. Peu de personnes le savent mieux que Jerry Chow. En tant que responsable de l’équipe expérimentale d’informatique quantique chez IBM, Chow a pour mission de réellement assembler, pièce par pièce, le matériel qui sera capable de faire avancer 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 pour le supercalculateur classique le plus puissant – est incroyable, mais en faire une réalité ne sera pas facile : les machines elles-mêmes sont très, très sensibles. Pour sélectionner le Future Perfect 50 de cette année, notre équipe a suivi un processus qui a duré plusieurs mois. À partir de la liste de l’année dernière, nous avons fait des séances de remue-méninges, mené des recherches approfondies et établi des liens avec notre audience et nos sources. Nous ne voulions pas surreprésenter une seule catégorie, nous avons donc visé la diversité en termes de théories du changement, de spécialités académiques, d’âge, de situation géographique, d’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)
