L’exploration des big data recèle peut-être un potentiel inexploité, mais le volume de données à prendre en compte peut exiger une puissance de traitement supérieure aux solutions dont on dispose pour l’instant. Un algorithme tirant parti de l’informatique quantique pourrait venir à la rescousse. Des chercheurs du MIT, de l’Université de Waterloo et de l’Université de la Californie du Sud viennent de publier dans la revue Nature Communications un article décrivant une nouvelle approche pour appréhender des problèmes massivement complexes. En combinant l’informatique quantique et la topologie – une branche de la géométrie – l’algorithme d’apprentissage machine peut rationaliser des problèmes hautement complexes et se rapprocher ainsi des solutions.

La topologie se concentre sur des propriétés qui restent identiques même en cas de distorsion et c’est particulièrement utile pour analyser les connexions de maillages complexes comme le réseau électrique américain ou les interconnexions mondiales d’Internet. Elle peut aussi aider à se focaliser sur les caractéristiques les plus importantes d’un jeu massif de données. L’inconvénient de l’analyse topologique, c’est qu’elle est très coûteuse du point de vue de son traitement informatique, mais c’est justement là que les chercheurs pensent que la mécanique quantique peut aider.

Des tests de faisabilité ont déjà démarré

« Les méthodes topologiques pour les analyses rencontrent des problèmes : une donnée consistant en n points de données possède 2 puissance n de sous-ensembles possibles pouvant contribuer à la topologie », rappellent les chercheurs dans l'article. Si l’on prend un exemple avec un jeu de données ayant 300 points de données. Une approche traditionnelle pour analyser l’ensemble des caractéristiques topologiques de ce système nécessiterait un « ordinateur à l’échelle de l’univers », note Seth Lloyd, l’auteur principal de l’article publié dans Nature Communications, et Nam P. Suh, professeur d’ingénierie mécanique au MIT. En d’autres termes, cela nécessiterait à peu près autant d’unités de traitement qu’il y a de particules dans l’univers, rendant le problème effectivement impossible à résoudre.

Envisager le problème avec le nouvel algorithme et un ordinateur quantique serait beaucoup plus raisonnable. En informatique quantique, l’information est représentée par des « quantum bits » (Qubit) similaires aux bits binaires utilisés dans l’informatique numérique, qui sont capables de ne pas uniquement prendre en compte les états « 0 » et « 1 », mais aussi les deux à la fois. Cette fois, le jeu de données de 300 points requerrait un ordinateur avec 300 bits quantiques et des équipements de cette taille pourraient être disponibles dans les prochaines années, selon Seth Lloyd. « Notre algorithme montre que vous n’avez pas besoin de recourir à un gros ordinateur quantique pour vous atteler à certains morceaux topologiques d’envergure ». La même approche pourrait être utilisée pour analyser l’économie mondiale, les réseaux sociaux ou « à peu près n’importe quel système qui met en jeu le transport longue distance de biens ou d’informations », selon le chercheur. Des expérimentations de tests de faisabilité ont déjà démarrés.