Le secret quantique pour un apprentissage rapide de l'IA ✎ express
Entraîner un grand réseau de neurones sur des centaines de machines, c'est un peu comme préparer une soupe avec des dizaines de cuisiniers : chacun goûte et communique ses ajustements aux autres. Dans l'apprentissage automatique moderne, ces « négociations » prennent du temps, consomment de la bande passante et sont vulnérables aux écoutes indiscrètes.
Les chercheurs ont remplacé les signaux classiques par une communication quantique. Chaque ordinateur reçoit une paire de particules intriquées, comme les deux faces d'une pièce. La méthode de Bennett permet de transmettre deux bits avec un seul signal quantique — le volume de données est réduit de moitié, et tout espionnage est immédiatement détecté. Cette approche accélère aussi bien les réseaux de neurones classiques que quantiques.
Après l'apprentissage, il faut vérifier l'unité du résultat. La méthode quantique offre une économie inaccessible par les moyens classiques : quelques signaux quantiques remplacent des milliers de signaux classiques.
La méthode de codage superdense, qui double la capacité de transmission, a été développée en 1992 et testée en laboratoire en 1996 — bien avant l'ère des grands réseaux de neurones.
Dans la science-fiction, l'intrication quantique est souvent décrite comme un moyen de communication instantanée à travers les galaxies, mais la physique la limite : elle ne dépasse pas la vitesse de la lumière, mais permet de faire tenir plus de données dans chaque signal.