Il n’y a pas une semaine sans qu’un exploit technologique, un méga-investissement ou une nouvelle start-up ne remette l’IA générative sur le devant de la scène. Omniprésente depuis fin 2022, elle capte toute la lumière… et une bonne part des investissements mondiaux. Dans l’ombre, l’écosystème du calcul quantique attend son « moment ChatGPT », prônant la patience avant l’arrivée de machines utiles.
« Laissez-nous encore quelques années », défend le secteur. La présentation en décembre 2024 des derniers progrès de Google a pu faire croire à une accélération décisive. « La puce Willow a démontré qu’il n’y a pas d’obstacle fondamental à la mise en œuvre de la correction d’erreurs », narre Alain Champenois, de Quobly. Traduction : le principal verrou technologique du calcul quantique a sauté. Rien que ça. En conséquence, les start-up IonQ, Rigetti et D-Wave ont vu leur valorisation multipliée par dix au plus haut. Depuis, les propos de Jensen Huang, le président de Nvidia, au CES de Las Vegas, repoussant l’arrivée de « calculateurs vraiment utiles » dans quinze à trente ans, a quelque peu calmé les ardeurs… et soulevé une vague de protestations.
Avec ou sans buzz, les boîtes du secteur « restent très bien financées. Elles font toutes quelques dizaines de millions d’euros de chiffre d’affaires », évalue Olivier Tonneau, associé du fonds spécialisé Quantonation, rappelant que « les levées de fonds ne sont pas le seul indicateur ». Car l’année 2024 n’a pas connu de levée majeure en France. Un lien avec l’agitation autour de l’intelligence artificielle ? Plutôt une question de cycles, tempèrent les jeunes pousses. Pour preuve : les 100 millions d’euros collectés par Alice & Bob fin janvier, les levées d’ampleur similaire prévues par Quandela et Quobly cette année et Quantonation qui devrait, lui, boucler les trois quarts d’un closing à 200 millions d’euros d’ici à la fin du premier trimestre. « L’IA nous aide, sans aucun doute, assure d’ailleurs Théau Péronnin, le PDG d’Alice & Bob. Les centaines de milliards de dollars d’investissements annoncés par ce secteur confirment que les capacités de calcul sont une ressource de base de notre économie numérique. »
Le quantique se met dans le sillage de l’IA, faisant valoir des complémentarités dans un monde du calcul haute performance bientôt « hybride », selon Georges-Olivier Reymond, le PDG de Pasqal. « Des CPU [puces classiques, ndlr] pour les algorithmes classiques, des GPU [puces graphiques, ndlr] pour les LLM [larges modèles de langage, ndlr] et des QPU [unités de calcul quantique, ndlr] pour les algorithmes quantiques », envisage-t-il. Chacun s’attaquant à une classe de problèmes spécifique. Avec l’espoir pour Robert Marino, le PDG de Qubit Pharmaceuticals, que cette combinaison « permette de limiter la consommation énergétique des centres de données ». Les start-up font par ailleurs valoir de possibles gains de performances apportés par le quantique aux modèles d’IA, notamment en améliorant leur entraînement grâce à la génération de données synthétiques, en optimisant l’apprentissage sur de petits jeux de données et en intégrant des règles physiques dans la découverte de molécules [lire l’encadré].
En attendant – car, il faut le rappeler, les premiers qubits utiles n’arriveront pas avant quelques années –, l’IA donne un coup de main. Ainsi certaines start-up du quantique emploient des spécialistes de la technologie, avec à la clé des gains sur l’optimisation des machines, la détection d’erreurs ou la réduction des interférences. « L’IA est à la fois notre meilleure amie et notre pire ennemie, souligne Valérian Giesz, le PDG de Quandela. De mois en mois, elle met la barre toujours plus haut, nous demandant d’accélérer. Et quand on l’utilise, on va plus vite. » Ce que confirment les différentes start-up. « On n’a jamais dit que l’ordinateur quantique aurait une utilité en 2024 », poursuit le physicien. Andrea Busch, la « chief of staff » (bras droit du dirigeant) de Quobly, abonde : « S’il y a une hype autour du quantique, c’est qu’il y a une confusion sur ses promesses. C’est de la deeptech, il faut des investissements massifs. Mais les entreprises ont toujours dit qu’il faudrait des années, voire des décennies, avant un produit commercial intéressant. » D’ailleurs, rares sont celles en retard sur leur feuille de route.
Un écosystème bien préparé
L’écosystème n’est pas inquiet. Car passé le déclic, tout va aller très vite, comme pour l’IA. « Il a fallu quelques années après la présentation des modèles Transformers par Google pour qu’arrive ChatGPT et que les possibles s’ouvrent, relate Valérian Giesz. Le quantique devrait bientôt vivre l’équivalent, car les briques technologiques sont en développement. Ensuite, on attend l’application qui va toucher tout le monde. » Mais cette fois, contrairement à l’arrivée surprise de l’IA générative, « on prépare les entreprises à l’arrivée du quantique à l’horizon de dix à vingt ans », témoigne Cédric Bourrasset, le responsable IA et quantique d’Eviden, une marque d’Atos. Les plus optimistes voient de premiers progrès significatifs dans les deux à trois prochaines années. « En 2014, Nvidia avait 20 ans et son activité reposait sur le jeu vidéo », se souvient Robert Marino. Dix ans plus tard, les applications de ses cartes graphiques sont totalement différentes. Un rappel que les ruptures technologiques s’inscrivent dans le temps long, alors que les start-up du quantique sont, pour la plupart, nées il y a moins de dix ans.
Résister aux sirènes de l’IA générative
L’IA générative est un gâteau dans lequel les start-up du calcul quantique aimeraient bien croquer. Mais « attention à ne pas se laisser dériver », pose Valérian Giesz, le PDG de Quandela. La pépite mène avec BMW un projet de génération d’images nocturnes pour l’entraînement de véhicules autonomes – les modèles standard d’IA souffrant d’hallucinations à la conversion d’images diurnes. Idem chez Pasqal, où des experts cherchent à « remplacer certains goulets d’étranglement de l’IA par des approches quantiques », indique Georges-Olivier Reymond, son PDG, ajoutant que sa start-up a démontré « que l’on peut combiner les technologies pour prévoir la toxicité d’une molécule ». « Il y a l’espoir d’une complémentarité, avec plusieurs sujets à l’état de recherche », abonde Alain Champenois, de Quobly. Mais pour l’heure, « le quantique n’est pas encore prêt à améliorer l’IA générative. Et ce pour une raison simple : les QPU sont incapables de gérer un flux massif de données », tempère Cédric Bourrasset, le responsable IA et quantique d’Eviden. De quoi inciter à la patience.
Vous lisez un article de L'Usine Nouvelle 3740 - Mars 2025
