Un neurone artificiel ordinaire ressemble à un cuisinier qui suit scrupuleusement une recette : mélanger les données d'entrée dans des proportions données et produire un résultat. Paul Dirac a montré comment transformer des nombres en objets qui violent la règle « l'ordre des termes ne change pas la somme ». Les scientifiques ont appliqué cela au neurone : désormais, le cuisinier a la possibilité de combiner les ingrédients dans n'importe quel ordre, voire simultanément — le plat devient plus raffiné.

À l'intérieur du neurone quantique, il n'y a pas une seule formule, mais une multitude d'états existant simultanément. En utilisant l'intrication et un réglage de température de nature thermodynamique, il apprend sur sept qubits et se trompe dix fois moins que son homologue classique.

Ingrédient inattendu : une astuce mathématique a remplacé la courbe d'apprentissage du neurone par une formule issue de la physique des semi-conducteurs, où elle décrivait la distribution d'énergie des particules. Cela a permis au neurone d'apprendre plus efficacement. Ces neurones deviendront la base des réseaux de neurones quantiques, traitant directement les données quantiques. Le fonctionnement du neurone, y compris la mesure des états et la transmission d'information quantique, a été vérifié par simulation numérique avant de lancer sur un dispositif réel. Le développement a intégré les idées de Erwin Schrödinger et les méthodes de Seth Lloyd.