L'informatique quantique s'attaque à l'IA

Mais les exploitants de systèmes d'IA doivent réfléchir de manière créative à la façon d'utiliser l'informatique quantique aux côtés de l'IA pour en tirer tous les bénéfices, ajoute-t-il. Les responsables informatiques doivent envisager les futures charges de travail d'IA pour trouver une place à l'IA quantique, suggère-t-il.

« Il existe un véritable avantage stratégique à simuler de multiples voies futures pour voir où les GPU sont mis à rude épreuve, en particulier avec des milliards d'agents qui arriveront en ligne au cours des prochaines années, des besoins accrus en matière de gouvernance et de conformité réglementaire, et de nouvelles façons de fournir une prise de décision autonome avec plus de confiance », dit-il. « La porte qui s'ouvre est celle des charges de travail hybrides où les GPU, les CPU et les QPU font chacun ce qu'ils font de mieux. »

Défis quantiques

Les solutions quantiques présentent toutefois encore certains inconvénients qui font d'elles des remplaçants peu probables des GPU pour les tâches d'IA, selon d'autres experts. Les GPU sont bien adaptés aux opérations de matrices denses qui dominent les problèmes actuels d'apprentissage automatique, tandis que de nombreux algorithmes quantiques proposés s'accompagnent de défis importants en matière de chargement de données, de mesure et de correction d'erreurs, explique Arjun Kudinoor, conseiller en sécurité quantique chez le fournisseur de cybersécurité Protegrity.