Des performances 70 fois supérieures à celle du système éprouvé l’année dernière.
QCI (Quantum Computing Inc.), une société spécialisée dans l’informatique quantique, annonce avoir résolu un problème à 3 854 variables pour BMW en seulement six minutes. C’est une solution EQC (Entropy Quantum Computing) qui a réalisé ce temps record dans le cadre du VSPC (Vehicle Sensor Placement Challenge) 2022. Selon le communiqué de la société, son nouveau système quantique EQC a fourni des performances 70 fois supérieures à celui de l’année dernière, basée sur procédé quantique hybride D-Wave.
Le défi : placer des capteurs dans un véhicules autonome BWM avec 3 854 variables et plus de 500 contraintes. Une tâche excessivement complexe en raison de la multitude de variables qui doivent être prises en compte (conception du châssis, absence d’obstruction, équilibrage, etc.). Pour résumer, c’est un problème qui nécessite de nombreux essais et erreurs pour aboutir à une solution optimale ; un terrain de jeu idéal pour l’informatique quantique et son approche probabiliste du calcul.
Des chercheurs du MIT sont parvenus à maintenir des états quantiques pendant 10 secondes
15 capteurs, pour une couverture de 96 %
Le système quantique de QCI a donc résolu le problème d’optimisation de BMW en moins de six minutes. Il a abouti à la meilleure disposition possible pour 15 capteurs offrant une couverture de 96 % du véhicule. Pour la comparaison, QCI rapporte qu’un ordinateur quantique NISQ (Noisy Intermediate Scale Quantum) du type QPU Eagle d’IBM ne peut traiter que 127 variables pour un problème d’une complexité comparable. L’entreprise considère que sa performance illustre les capacités de son système quantique à résoudre des problèmes concrets, y compris dans un contexte industriel.
Bob Liscouski, PDG de QCI, déclare : “Nous sommes très fiers d’avoir obtenu ce que nous considérons comme un résultat important dans l’évolution de l’informatique quantique. Nous pensons que cela prouve que les technologies innovantes de l’informatique quantique peuvent résoudre de vrais problèmes commerciaux d’aujourd’hui. Ce qui est encore plus significatif, c’est la complexité du problème résolu. Il ne s’agissait pas seulement d’un problème rudimentaire pour montrer que les solutions quantiques seront exploitables un jour ; il s’agissait d’un problème très concret et majeur dont la résolution peut potentiellement contribuer à aider l’industrie des véhicules autonomes.”
À lire > Guide d’achat processeurs : AMD Ryzen ou Intel Core, quel CPU acheter ?
Quelques explications supplémentaires par BMW…
Nous invitons ceux qui suggèrent dans les commentaires que leur PC à base Ryzen ou de Core peut réaliser ce genre de simulations en quelques minutes à lire les explications fournies par BMW et AWS lors de la première édition de ce challenge en 2021.
BWM précise notamment : “Les experts du BMW Group ont identifié plus de 50 défis à différents stades de la chaîne de valeur où l’informatique quantique pourrait apporter un avantage considérable à l’avenir. Cela nécessite des algorithmes innovants et une amélioration significative du matériel. Le BMW Group a décidé de faire appel à la communauté mondiale de l’informatique quantique pour l’aider à trouver les meilleures solutions pour l’avenir immédiat et au-delà. Le Quantum Computing Challenge se concentrera sur quatre défis spécifiques pour lesquels l’informatique quantique pourrait présenter un avantage par rapport aux méthodes de calcul classiques :
Optimisation de la position des capteurs pour les fonctions de conduite autonome [le cas présenté ici]
Simulation de la déformation des matériaux dans le processus de production
Optimisation de la configuration des véhicules de préproduction
Apprentissage automatique pour l’évaluation automatisée de la qualité
Par Amazon Web Services
Pour la thématique du contrôle qualité, Amazon Web Services explique de son côté qu’au “cours des dernières décennies, le contrôle de la qualité est passé massivement de l’examen manuel des véhicules à l’inspection automatisée. Plus précisément, les techniques d’apprentissage automatique ont révolutionné le processus de contrôle de la qualité, les réseaux neuronaux convolutionnels (CNN) établissant de nouvelles normes en matière de traitement d’images pour l’inspection automatisée de la qualité. Par exemple, aujourd’hui, les fabricants utilisent beaucoup les algorithmes d’apprentissage automatique pour évaluer les pièces de véhicules afin de détecter les fissures et les rayures causées par le processus de formage du métal, en se basant sur la segmentation et la classification des anomalies.
Bien sûr, toute technologie a ses limites, et pour les CNN, il s’agit sans doute de la consommation nécessaire à cette puissance de calcul. Comme les CNN haute performance analysent généralement de très grands ensembles de données, les centres de données se retrouvent finalement avec des charges de travail GPU importantes et coûteuses. Le défi pour les participants au concours est d’explorer de nouvelles approches d’apprentissage automatique quantique […] qui ont le potentiel de fournir des résultats de manière plus rapide et plus efficace avec une plus grande précision, pour aider à améliorer l’évaluation automatique de la qualité des véhicules.”
Sources : QCI, BMW Group, Amazon Web Services
oui bon pour trouver qu’il faut 15 capteurs pour l’ensemble du véhicule, un être humain est probablement capable d’en faire autant (ou une “IA” classique également). Pas besoin d’informatique quantique pour ça.
La puissance de calcul devrait plutôt être utilisé sur des problématiques environnementales et d’optimisation de l’usage des ressources primaires servant à la fabrication.
L’idée, c’est de pouvoir calculer via simulation la meilleure position possible des capteurs. Évidemment, c’est faisable à la main, mais infiniment plus long.
15 capteurs avec 546 variables = 15 puissance 456 possibilités ctd des milliards de solutions tout à fait pour info Q ….
Juste de quoi impressionner le Pékin moyen
Mon pc résout à peu près dans le même temps un système de 3854 équations lineaires et autant d’inconnues avec une précision de l’ordre de 10 puissance -6
Serge, résoudre une équation a 3854 variables et résoudre 3854 équation a une variable n’est pas du tout comparable. Essayez, pour voir…
500 contraintes non linéaires… c ca la difficulté. j ai tenté de résoudre un système avec contraintes non linéaires et des variables non continues mais discrètes à 500 variables…. mon pc avec gpu a mis 1 semaine non-stop pour s approcher à 5% de l optimum
Il faudrait tout de même préciser quand vous parlez d’ordinateurs quantiques que tant que le problème de la décohérence quantique c’est à dire ce qui limite les ordinateurs quantiques à rester inexorablement de minuscules machines incapables de grossir, ça restera limité à des calculs “simples” et donc ça va difficilement remplacer les ordinateurs classiques. C’est systématiquement éclipsé par les promoteurs de cette technologie.
Aujourd’hui mais dans 20 ans ? Les premiers ORDI 1950 étaient gros comme des baleines ….avec une puissance de calcul ridicule…
Malheureusement, dans 20 ans les lois de la physique seront toujours les mêmes. Et ce problème de la décohérence ça fait déjà 50 ans qu’on est au courant de son existence. Avec un ordinateur classique on peut augmenter sa taille, sa puissance, le nombre de transistors, etc, ça n’aura pas trop d’incidence à part la chauffe et la consommation. Mais si vous voulez faire grandir un ordinateur quantique, vous lui faites perdre la propriété même qui lui permet d’être quantique, il ne se situe plus dans le monde de l’infiniment petit, c’est tout le problème.
Les lois de la physique sont toujours les mêmes oui mais elles peuvent être complémentées : Newton->Einstein par exemple. La décohérence est un pb, c’est vrai mais ça avance, une équipe du labo d’Argonne (USA) a pu maintenir des qubits dans un état d’intrication et de superposition quantique pendant plus de 5 secondes. Ça laisse de la marge pour faire des calculs. La recherche progresse tous les jours sur le sujet. Je suis certain qu’à terme le pb sera résolu d’une manière ou d’une autre. Ceci dit l’info classique sera longtemps (toujours?) utilisée pour les choses qu’elle sait faire avec brio et avec peu de ressources. Sans compter sur une possible découverte majeure dans le domaine.. Bonne journée.
a quoi ca sert puisque qu’on va bientot tous griller sous des bombes atomiques ?
Le problème des capteurs sur une bmw ??? Et pourquoi pas l’équilibrage d’une rolex sur le poignet de Benalla tant que vous y êtes ? Mais quelle importance peut avoir cette question à l’heure où la sécheresse ravage la planète et peut potentiellement nous faire tous crever de faim et de soif? Les voitures ne roulent pas déjà suffisamment correctement? N’ont elles pas déjà envahi tout l’espace public? Ne sont elles pas déjà une partie du probléme qu’il faudrait toujours les faire évoluer alors que nous devrions les faire disparaitre pour avoir une chance de survie? Il n’y a strictement aucun intérêt à utiliser autant d’énergies, de volontés et de ressources pour “perfectionner” la caisse à savon du futur, strictement aucun.