Fernando Alcoforado*
Cet article vise à démontrer que la combinaison de l’Intelligence Artificielle et de l’Informatique Quantique constituera la plus grande révolution technologique de l’histoire. L’informatique quantique pourrait grandement accélérer l’évolution de l’intelligence artificielle qui, lorsqu’elle deviendra encore plus puissante, contribuera au développement des ordinateurs quantiques du futur. Cet article présente le fonctionnement de l’Intelligence Artificielle et de l’Informatique Quantique et ce qui résultera de la combinaison des deux.
1. Intelligence artificielle
L’intelligence artificielle (IA) est une technologie informatique ou un ensemble de technologies telles que des réseaux de neurones artificiels, des algorithmes et des systèmes d’apprentissage dont l’objectif est d’imiter les capacités mentales humaines, telles que : le raisonnement, la perception environnementale et la capacité de prise de décision [1]. La technologie est développée dans le but que les machines puissent résoudre une série de problèmes, allant de la grande complexité de la gestion gouvernementale et industrielle aux tâches quotidiennes des hommes et des femmes modernes. Pour ce faire, l’IA utilise une technologie d’apprentissage sophistiquée, lui permettant d’apprendre à partir d’un large ensemble de données et d’agir de manière autonome. L’objectif général de l’IA est de créer des machines capables de fonctionner au même niveau de capacité cognitive que les humains, voire de les dépasser. Ces dernières années, l’IA est devenue une force de transformation dans de nombreux secteurs, révolutionnant la façon dont les entreprises mènent leurs activités [1].
L’Intelligence Artificielle repose sur trois technologies [1] :
1. Machine Learning ou Apprentissage automatique est une application de l’intelligence artificielle qui offre à l’ordinateur la capacité d’apprendre et de s’améliorer automatiquement à partir de sa propre expérience. L’apprentissage automatique se concentre sur le développement de « logiciels » capables d’accéder aux données et de les utiliser pour en tirer des leçons. Le processus d’apprentissage commence par l’observation des données afin de rechercher des modèles statistiques et de prendre de bonnes décisions basées sur les exemples fournis. De cette manière, l’objectif principal est de permettre aux ordinateurs d’apprendre automatiquement sans intervention humaine.
2. Deep learning ou Apprentissage profond est un sous-ensemble de Machine Learning (Apprentissage automatique). Il s’agit essentiellement d’un réseau neuronal comportant trois couches ou plus. Ces réseaux de neurones tentent de simuler le comportement du cerveau humain bien que loin d’être à la hauteur de ses capacités permettant à la machine « d’apprendre » de l’abondance de données. Même si un réseau neuronal monocouche peut toujours faire des prédictions approximatives, des couches cachées supplémentaires peuvent aider à optimiser et à affiner la précision. L’apprentissage profond est à l’origine de nombreuses applications et services d’IA qui améliorent l’automatisation en effectuant des tâches analytiques et physiques sans intervention humaine. La technologie d’apprentissage profond est à l’origine des produits et services quotidiens (comme les assistants numériques, les télécommandes de télévision à commande vocale et la détection des fraudes par carte de crédit) ainsi que des technologies émergentes (comme les voitures autonomes).
3. Natural language processing (NLP) ou Le traitement du langage naturel (NLP) est une branche de l’intelligence artificielle qui aide les ordinateurs à comprendre, interpréter et manipuler le langage humain. La PNL s’appuie sur de nombreuses disciplines, notamment l’informatique et la linguistique computationnelle, dans sa quête pour combler le fossé entre la communication humaine et la compréhension informatique.
Les algorithmes sont l’essence de tout système d’intelligence artificielle qui est alimenté avec autant de données que possible, comme références, afin de pouvoir mieux apprendre [2] [3]. C’est un outil qui cartographie les décisions au sein d’un système et leurs conséquences possibles. Les algorithmes intelligents ont la capacité et le processus de filtrer l’ordre et la structure. Ainsi, ils présentent de manière autonome des contenus qui peuvent, selon les règles des algorithmes, avoir plus ou moins d’influence, excluant d’autres informations possibles. En général, un algorithme comprend une séquence finie d’actions (étapes) exécutables pour résoudre un problème ou, dans le cas le plus courant en informatique, effectuer une tâche. L’algorithme lui-même n’est pas le programme, mais la séquence d’actions et de conditions qui doivent être respectées pour que le problème soit résolu. Les algorithmes sont des séquences finies d’instructions utilisées pour résoudre un problème. Par exemple, lorsqu’une personne accède à un site Web, des algorithmes définissent le chemin permettant à la page de s’ouvrir correctement. Lorsque quelqu’un interagit avec un lien, d’autres algorithmes sont déclenchés, indiquant quoi faire [2] [3].
Il est important de noter que contrairement à l’algorithme, qui est un type de processus, de procédure ou d’ensemble de règles qui doivent être suivis pour résoudre tout type de calcul, c’est-à-dire des instructions étape par étape qui définissent la manière dont le travail doit être effectué. afin d’obtenir le résultat souhaité, un logiciel est un type de système qui permet à l’utilisateur d’interagir avec l’ordinateur et donne des instructions à l’ordinateur pour effectuer des tâches spécifiques ainsi que contrôler le fonctionnement du matériel et ses opérations. Un logiciel est un ensemble d’instructions qui doivent être suivies et exécutées par un mécanisme, qu’il s’agisse d’un ordinateur ou d’un appareil électromécanique. Logiciel est le terme utilisé pour décrire les programmes, les applications, les scripts, les macros et les instructions de code directement intégrées (firmware), afin de dicter ce qu’une machine doit faire. Chaque programme informatique, téléphone portable, tablette, téléviseur intelligent, console de jeux vidéo, décodeur, etc. il s’agit d’un logiciel, qu’il s’agisse d’un éditeur de texte, d’un navigateur, d’un éditeur audio ou vidéo, d’un jeu, d’une application de streaming, etc. [4].
Le premier avantage de l’utilisation d’algorithmes est l’automatisation des tâches [5]. Ils peuvent analyser un grand volume de données, en moins de temps qu’une personne, par exemple. Ainsi, ils augmentent l’efficacité des activités. Tous les logiciels informatiques sont constitués d’algorithmes. L’évolution des algorithmes permet l’émergence de nouvelles technologies, comme les smartphones, les téléviseurs intelligents, de nouvelles applications et systèmes d’exploitation. Avec de nouvelles possibilités de commande, les algorithmes s’améliorent et, par conséquent, de nouvelles utilisations potentielles sont développées. Les applications de transport et de livraison, les services de streaming et les recommandations de films et de musique sont fournis par des systèmes qui fonctionnent sur la base d’algorithmes. Les algorithmes sont donc l’essence de tout système d’intelligence artificielle qui est alimenté avec autant de données que possible, comme références, afin de mieux apprendre [5].
L’intelligence artificielle favorise la réduction des erreurs humaines car les ordinateurs ne commettent pas ces erreurs s’ils sont programmés correctement [5]. Avec l’intelligence artificielle, les décisions sont prises sur la base d’informations préalablement collectées en appliquant un certain ensemble d’algorithmes. Ainsi, les erreurs sont réduites et la possibilité d’obtenir une exactitude avec un plus grand degré de précision est une possibilité réalisable. L’intelligence artificielle prend des risques à la place des humains. C’est l’un des plus grands avantages de l’intelligence artificielle, car nous pouvons surmonter de nombreuses limitations de risques impliquant des vies humaines en développant un robot IA capable de faire des choses risquées à notre place. Parmi les possibilités, nous avons pour aller sur Mars, désamorcer une bombe, explorer les parties les plus profondes des océans, extraire du charbon et du pétrole et bien d’autres [5].
L’intelligence artificielle nous aide à effectuer les tâches répétitives de notre travail quotidien, comme l’envoi d’e-mails, la vérification des erreurs dans les documents, et bien plus encore [5]. Grâce à l’intelligence artificielle, ces tâches peuvent être automatisées de manière productive et même supprimer celles considérées comme « fatigantes » pour les humains et les libérer pour qu’ils soient de plus en plus créatifs et productifs. L’intelligence artificielle fournit une assistance numérique pour interagir avec les utilisateurs, ce qui élimine le besoin de ressources humaines. Les assistants numériques sont également utilisés sur de nombreux sites Web pour fournir ce que veulent les utilisateurs en leur parlant de ce qu’ils recherchent. Certains chatbots robots de discussion)sont conçus de telle manière qu’il est difficile de déterminer si l’on parle à un robot ou à un humain. L’intelligence artificielle permet de prendre des décisions plus rapidement en permettant aux machines de prendre des décisions plus rapidement que les humains. La machine alimentée par l’IA fonctionne comme programmé et fournira des résultats plus rapidement. L’intelligence artificielle stimule l’innovation dans presque tous les domaines qui aideront les humains à résoudre les problèmes les plus complexes.
2. Informatique quantique
L’une des principales caractéristiques de la société contemporaine est l’utilisation à grande échelle des technologies de l’information. L’ordinateur, icône des technologies de l’information, connecté à un réseau, modifie le rapport au temps et à l’espace. Les réseaux d’information nous permettent d’élargir notre capacité à penser de manière inimaginable. La nouvelle révolution technologique a élargi l’intelligence humaine. Nous parlons d’une technologie qui permet d’augmenter le stockage, le traitement et l’analyse de l’information, en établissant des milliards de relations entre des milliers de données par seconde : l’ordinateur [6]. Les ordinateurs actuels sont électroniques car ils sont constitués de transistors utilisés dans des puces électroniques, c’est-à-dire dans des circuits intégrés ou de petits dispositifs microélectroniques généralement constitués de millions de composants qui stockent, déplacent et traitent des données. Cela impose des limites aux transistors, car il viendra un moment où il ne sera plus possible de réduire la taille de l’un des composants les plus petits et les plus importants des processeurs, le transistor [6].
Il est important de souligner que c’est dans ce petit appareil, le transistor, que toutes les informations sont lues, interprétées et traitées [6]. Lorsqu’il s’agit d’échelles très petites, la Physique cesse d’être aussi prévisible que dans les systèmes macroscopiques, commençant à se comporter de manière aléatoire, de manière probabiliste, soumise aux propriétés de la Physique Quantique. Cela signifie que l’une des alternatives du futur est l’ordinateur quantique. Dans ces ordinateurs, des unités fondamentales d’information, appelées « bits quantiques », sont utilisées pour résoudre des calculs ou des simulations qui prendraient des temps de traitement peu pratiques dans les ordinateurs électroniques, comme ceux actuellement utilisés [6]. Il est important de noter que le bit est la plus petite unité d’information pouvant être stockée ou transmise et qu’il ne peut prendre que deux valeurs : 0 ou 1, vrai ou faux, et ainsi de suite. Chaque « chiffre binaire » 0 ou 1 est donc appelé un bit. Les ordinateurs ordinaires fonctionnent en réduisant les nombres et les instructions à un code binaire – une série de zéros et de uns. Techniquement, ces zéros et ces uns indiquent si le courant électrique traverse ou non un dispositif appelé transistor. À l’intérieur du microprocesseur de votre téléphone portable ou de votre ordinateur se trouvent des milliards de transistors qui, combinés, forment ce qu’on appelle des portes logiques. Un ordinateur conventionnel traduit ce code binaire en états physiques, tels que activé ou désactivé, au sein de son matériel. Chaque distinction « ceci ou cela » fonctionnerait comme un moyen de stocker des données binaires. Les séquences de nombres binaires sont ensuite manipulées via des banques de portes logiques, imprimées sur des puces de silicium [7].
Les ordinateurs quantiques fonctionnent avec une logique assez différente de celle présente dans les ordinateurs électroniques. Les bits quantiques peuvent présenter simultanément les valeurs 0 et 1, suite à un phénomène quantique appelé superposition quantique [6]. Ces valeurs représentent le code binaire des ordinateurs et sont, en quelque sorte, le langage compris par les machines. Les ordinateurs quantiques se sont révélés être la réponse la plus récente en physique et en informatique aux problèmes liés à la capacité limitée des ordinateurs électroniques dont la vitesse et la capacité de traitement sont étroitement liées à la taille de leurs composants. Sa miniaturisation est donc un processus inévitable.
Les ordinateurs quantiques ne serviront pas aux mêmes objectifs que les ordinateurs électroniques. Les ordinateurs quantiques sont capables de travailler avec de nombreuses variables simultanément, contrairement aux ordinateurs actuels, qui présentent de nombreuses limitations lors de l’exécution de ce type de tâches. De cette manière, on s’attend à ce que les ordinateurs quantiques puissent être utilisés pour simuler des systèmes extrêmement complexes, tels que des systèmes biologiques, météorologiques, astronomiques, moléculaires, etc. La facilité avec laquelle les ordinateurs quantiques gèrent des systèmes complexes est liée à la nature des bits quantiques. Un bit d’ordinateur électronique ne peut avoir que la valeur 0 ou 1, tandis que les bits quantiques peuvent avoir les deux valeurs en même temps. De cette manière, un seul bit quantique a une équivalence numérique de 2 bits électroniques. Cela signifie qu’avec seulement 10 bits quantiques, nous aurions un ordinateur d’une capacité de 1 024 bits (210 = 1 024), alors que la plupart des ordinateurs conventionnels fonctionnent aujourd’hui avec des systèmes 64 bits [6].
Avec un ordinateur classique, s’il devait effectuer 100 calculs différents, il devrait les traiter un par un, alors qu’avec un ordinateur quantique, il pourrait les effectuer tous en même temps. La situation actuelle, où nous sommes obligés d’utiliser des ordinateurs classiques pour les calculs, va radicalement changer. Les superordinateurs – la classe la plus élevée d’ordinateurs classiques – sont si grands qu’ils occupent une grande pièce. La raison en est que 100 calculatrices sont alignées pour effectuer 100 calculs différents à la fois. Dans un véritable supercalculateur, plus de 100 000 petits ordinateurs sont alignés. Avec la naissance des ordinateurs quantiques, cela ne sera plus nécessaire. Mais cela ne veut pas dire que les supercalculateurs deviendront inutiles. Ils seront utilisés à différentes fins, comme les smartphones et les ordinateurs [4].
Comme les premiers ordinateurs numériques, l’informatique quantique offre la possibilité de technologies des millions de fois plus puissantes que les systèmes actuels, mais la clé du succès sera de résoudre des problèmes du monde réel en langage quantique [9]. Nous sommes aux limites de la puissance de traitement des données des ordinateurs traditionnels et les données ne cessent de croître. Bien que la loi de Moore, qui prédit que le nombre de transistors dans les circuits intégrés doublera tous les deux ans, se soit révélée extrêmement cohérente depuis l’invention du terme en 1965, ces transistors sont aujourd’hui si petits qu’ils ne peuvent pas être fabriqués avec la technologie existante. C’est pourquoi il y a une course entre les plus grands leaders de l’industrie technologique pour déterminer qui sera le premier à lancer un ordinateur quantique viable qui serait exponentiellement plus puissant que les ordinateurs d’aujourd’hui pour traiter toutes les données que nous générons chaque jour et résoudre tous les problèmes de plus en plus complexes [9].
Les ordinateurs actuels ont des limites, par exemple dans le domaine de l’intelligence artificielle, où il n’existe pas d’ordinateurs dotés d’une puissance ou d’une vitesse de traitement suffisantes pour prendre en charge une IA avancée [9]. Ainsi, le besoin s’est fait sentir de créer un ordinateur alternatif aux ordinateurs habituels qui pourraient résoudre des problèmes d’IA, ou d’autres tels que la factorisation de très grands nombres premiers, les logarithmes discrets et la simulation de problèmes de physique quantique. Les ordinateurs quantiques permettront une gamme d’applications utiles, telles que la modélisation de variations de réactions chimiques pour découvrir de nouveaux médicaments, le développement de technologies d’imagerie pour le secteur de la santé afin de détecter des problèmes dans le corps, ou l’accélération du développement de batteries, de nouveaux matériaux et d’électronique flexible. cela fera toute la différence dans le traitement des données. Considérant que l’IA et l’apprentissage automatique dépendent de grands ensembles de données (Big Data) pour être efficaces, il n’est pas difficile d’imaginer la révolution que l’ordinateur quantique peut apporter. De nombreux prototypes d’ordinateurs quantiques ont déjà été testés dans des laboratoires du monde entier, mais leur développement à grande échelle est encore inconnu et dépend de nombreux efforts de recherche et d’investissements [9].
Il existe des domaines dans lesquels les ordinateurs quantiques ont un grand avantage sur les ordinateurs classiques, par exemple dans les domaines de la chimie et de la biotechnologie. Les réactions matérielles impliquent en principe des effets quantiques. Un ordinateur quantique utilisant les phénomènes quantiques eux-mêmes permettrait des calculs pouvant facilement intégrer des effets quantiques et serait très efficace pour développer des matériaux tels que des catalyseurs et des polymères. Cela peut conduire au développement de nouveaux médicaments qui n’étaient auparavant pas viables, contribuant ainsi à améliorer la santé des populations. De plus, dans le domaine de la finance, par exemple, comme les formules de négociation d’options sont similaires à celles des phénomènes quantiques, on s’attend à ce que les calculs puissent être effectués efficacement sur des ordinateurs quantiques [9].
Selon MIT Technology Review [10], l’intelligence artificielle change notre façon de penser l’informatique. Les ordinateurs n’ont pas beaucoup progressé depuis 40 ou 50 ans, ils sont devenus plus petits et plus rapides, mais ils ne sont encore que de simples boîtiers dotés de processeurs qui exécutent des instructions humaines. L’IA change cette réalité sur au moins trois aspects : 1) la manière dont les ordinateurs sont produits ; 2) la manière dont les ordinateurs sont programmés ; et 3) comment les ordinateurs sont utilisés. En fin de compte, c’est un phénomène qui va changer le fonctionnement des ordinateurs. Le cœur de l’informatique passe de la gestion des chiffres à la prise de décision [10].
Le premier changement concerne la manière dont sont fabriqués les ordinateurs et les puces qui les contrôlent [10]. Les modèles de Deep Learning qui font fonctionner les applications d’IA actuelles nécessitent cependant une approche différente car ils nécessitent d’effectuer simultanément un grand nombre de calculs moins précis. Cela signifie qu’un nouveau type de puce est nécessaire, capable de déplacer les données le plus rapidement possible, garantissant ainsi leur disponibilité en cas de besoin. Lorsque le Deep Learning est apparu il y a une dizaine d’années, il existait déjà des puces informatiques spécialisées très performantes, dotées d’unités de traitement graphique (GPU) conçues pour afficher les pixels d’un écran entier des dizaines de fois par seconde[10].
Le premier changement concerne la manière dont sont fabriqués les ordinateurs et les puces qui les contrôlent [10]. Les modèles d’apprentissage profond qui font fonctionner les applications d’IA actuelles nécessitent cependant une approche différente, car ils nécessitent l’exécution simultanée d’un grand nombre de calculs moins précis. Cela signifie qu’un nouveau type de puce est nécessaire, capable de déplacer les données le plus rapidement possible, garantissant qu’elles soient disponibles à tout moment. Lorsque l’apprentissage profond est arrivé sur la scène il y a environ dix ans, il existait déjà des puces informatiques spécialisées qui étaient très performantes dans ce domaine : des unités de traitement graphique (GPU) conçues pour afficher l’équivalent d’un écran entier en pixels des dizaines de fois par seconde [10].
Le deuxième changement concerne la manière dont les ordinateurs sont programmés et ce qu’ils doivent faire. Depuis 40 ans, les ordinateurs sont programmés et dans les 40 prochaines années, ils seront formés. Traditionnellement, pour qu’un ordinateur puisse faire quelque chose comme reconnaître la parole ou identifier des objets dans une image, les programmeurs doivent d’abord créer des règles pour l’ordinateur. Avec le Machine learning, les programmeurs ne dictent plus les règles. Au lieu de cela, ils créent un réseau neuronal dans lequel les ordinateurs apprennent eux-mêmes ces règles. Les prochaines grandes avancées concerneront la simulation moléculaire, notamment la formation des ordinateurs à la manipulation des propriétés de la matière, susceptibles de créer des changements globaux dans la consommation d’énergie, la production alimentaire, la fabrication et la médecine. L’apprentissage profond a un bilan incroyable. Deux des plus grandes avancées de ce type jusqu’à présent concernent la manière de faire en sorte que les ordinateurs se comportent comme s’ils comprenaient le langage humain et reconnaissaient le contenu d’une image et changent déjà la façon dont nous les utilisons [10].
Le troisième changement concerne le fait qu’un ordinateur n’a plus besoin d’un clavier ou d’un écran pour que les humains puissent interagir avec eux. Tout peut devenir un ordinateur. En fait, la plupart des produits ménagers, des brosses à dents aux interrupteurs et sonnettes, disposent déjà d’une version intelligente. Cependant, à mesure qu’ils prolifèrent, notre désir de passer moins de temps à leur dire quoi faire augmente également. C’est comme s’ils devraient être capables de comprendre ce dont nous avons besoin sans notre interférence. Il s’agit du passage de l’analyse des nombres à la prise de décision en tant que déterminant de cette nouvelle ère informatique qui envisage des ordinateurs qui disent aux humains ce que nous devons savoir et quand nous avons besoin de le savoir et qui aident les humains lorsqu’ils en ont besoin. Aujourd’hui, les machines interagissent avec les gens et s’intègrent de plus en plus dans nos vies. Les ordinateurs sont déjà sortis de leurs cartons [10].
3. L’apport de l’informatique quantique dans le développement de l’intelligence artificielle et vice versa
Selon les experts dans le domaine, l’informatique quantique peut considérablement accélérer l’évolution de l’intelligence artificielle, la rendant assez puissante [11]. Grâce à la relation entre l’informatique quantique et l’IA, il est possible d’utiliser des capacités et des algorithmes d’informatique quantique dans les tâches d’IA, ainsi que d’avoir des systèmes d’IA « classiques » appliqués aux données provenant de systèmes quantiques, dans le but de faire évoluer ces systèmes [12]. Un ordinateur quantique a la nature inhérente d’être probabiliste. Grâce à des phénomènes tels que la superposition et l’intrication, ils sont capables de coder des distributions de probabilité beaucoup plus complexes que dans les modèles classiques, et sont même capables de créer des données qui représentent véritablement la distribution de probabilité existante et qui ne sont pas biaisées, comme c’est le cas avec des modèles traditionnels. Pour certains, ce sont donc les premiers systèmes dans lesquels l’utilisation d’ordinateurs quantiques s’avérera être un grand avantage [12].
Une autre question intéressante est de savoir s’il serait possible d’utiliser l’informatique quantique pour faire évoluer l’IA actuelle, en créant de nouveaux types d’IA plus intelligents ou capables de faire plus de choses [12]. Tous les secteurs traitant de gros volumes de données, et de données présentant une grande complexité, auraient beaucoup à gagner du travail conjoint de ces deux technologies. Cela signifie que les ordinateurs quantiques sont capables de booster l’IA. Le problème est que dire cela revient presque à dire « tous les secteurs de la société moderne », comme les secteurs de la finance, de la santé et des télécommunications. Dans le secteur financier, pratiquement toutes les activités d’optimisation seraient améliorées. Il serait possible d’optimiser l’allocation du capital, les actifs, le choix et la gestion des portefeuilles, entre autres. Dans le domaine de la médecine et de la pharmacie, il existe certaines utilisations telles que l’analyse et la modélisation précise de molécules pour de nouveaux médicaments, la sélection de groupes pour les essais cliniques, les processus d’optimisation des ressources hospitalières et même la répartition des services de santé dans une ville donnée, par exemple. Dans les télécommunications ainsi que dans le secteur financier, les tâches d’optimisation seraient au centre de l’attention, comme par exemple les réseaux de trafic et de communication [12].
L’optimisation des secteurs de la finance, de la santé et des télécommunications présente un grand potentiel de réduction des ressources consommées, ce qui permet de réduire les coûts et d’améliorer le service offert par ces secteurs [12]. Quant aux autres applications, il y aura des avancées majeures dans les services de conseil en affaires et en technologie qui pourront aider leurs clients à visualiser comment appliquer ces technologies émergentes à leurs contextes. Cela aidera les entreprises de différents secteurs à mieux comprendre les données dont elles disposent, à en extraire une intelligence supérieure et, par conséquent, à offrir de meilleurs services. La combinaison de l’IA et de l’informatique quantique est déjà une réalité, au-delà de la recherche universitaire, car de nombreuses entreprises, des startups aux géants de la technologie, ont de gigantesques initiatives pour explorer cette combinaison. Des entreprises comme Zapata Computing, aux États-Unis, Xanadu, au Canada, et même IBM ont des projets, qu’ils soient internes ou en partenariat avec des clients potentiels et/ou des industries, dans lesquels la combinaison de ces technologies a été utilisée. Un exemple vient du partenariat entre IBM et Moderna, qui se sont réunis pour combiner l’informatique quantique et l’IA et développer plusieurs traitements basés sur l’ARNm, technologie qui a permis l’émergence de l’un des premiers et des plus efficaces vaccins contre le COVID-19 au cours de la pandémie [12].
4. Conclusions
De ce qui précède, il est évident que l’informatique quantique peut considérablement accélérer l’évolution de l’intelligence artificielle, qui, en devenant encore plus puissante, contribuera également au développement des ordinateurs quantiques du futur.
LES RÉFÉRENCES
1. ICMCJUNIOR. O que é inteligência artificial? Disponible sur le site Web <https://icmcjunior.com.br/inteligencia-artificial/>.
2. INSIGHTS. O que é um algoritmo inteligente? Disponible sur le site Web <https://www.portalinsights.com.br/perguntas-frequentes/o-que-e-um-algoritmo-inteligente>.
3. THIBES, Victoria. Afinal, o que é um algoritmo e o que isso tem a ver com computação? Disponible sur le site Web <https://canaltech.com.br/produtos/Afinal-o-que-e-um-algoritmo-e-o-que-isso-tem-a-ver-com-computacao/>.
4. GOGONI, Ronaldo. O que é software? Disponible sur le site Web <https://tecnoblog.net/responde/o-que-e-software/>.
5. ALCOFORADO, Fernando. Comment fonctionnent l’intelligence artificielle et ses logiciels et algorithmes intelligents. Disponible sur le site Web <https://fr.linkedin.com/pulse/comment-fonctionnent-lintelligence-artificielle-et-ses-alcoforado-l1sqf>.
6. MUNDO EDUCAÇÃO. Computador quântico. Disponible sur le site Web <https://mundoeducacao.uol.com.br/fisica/computador-quantico.htm>.
7. LAPOLA, Marcelo. Como funciona um computador quântico? Físico explica ciência por trás. Disponible sur le site Web <https://revistagalileu.globo.com/colunistas/quanticas/coluna/2023/11/como-funciona-um-computador-quantico-fisico-explica-ciencia-por-tras.ghtml>.
8. KIDO, Yuzuru. The Present and Future of “Quantum Computers”. Disponible sur le site Web <https://social-innovation.hitachi/en/article/quantum-computing/?utm_campaign=sns&utm_source=li&utm_medium=en_quantum-computing_230>.
9. MATOS, David. Como a Computação Quântica Vai Revolucionar a Inteligência Artificial, Machine Learning e Big Data. Disponible sur le site Web <https://www.cienciaedados.com/como-a-computacao-quantica-vai-revolucionar-a-inteligencia-artificial-machine-learning-e-big-data/>.
10. MIT Techonology Review. Como a Inteligência Artificial está reinventando o que os computadores são. Disponible sur le site Web <https://mittechreview.com.br/como-a-inteligencia-artificial-esta-reinventando-o-que-os-computadores-sao/>.
11. SOUZA, Júlia. Com computação quântica, inteligência artificial deve dar salto gigantesco, dizem especialistas. Disponible sur le site Web <https://epocanegocios.globo.com/tecnologia/noticia/2023/04/com-computacao-quantica-inteligencia-artificial-deve-dar-salto-gigantesco-dizem-especialistas.ghtml>.
12. AUGUSTO, César. O potencial da combinação entre computação quântica e inteligência artificial. Disponible sur le site Web <https://tiinside.com.br/24/05/2023/o-potencial-da-combinacao-entre-computacao-quantica-e-inteligencia-artificial/>.
* Fernando Alcoforado, 84, a reçoit la Médaille du Mérite en Ingénierie du Système CONFEA / CREA, membre de l’Académie de l’Education de Bahia, de la SBPC – Société Brésilienne pour le Progrès des Sciences et l’IPB – Institut Polytechnique de Bahia, ingénieur de l’École Polytechnique UFBA et docteur en Planification du Territoire et Développement Régional de l’Université de Barcelone, professeur d’Université (Ingénierie, Économie et Administration) et consultant dans les domaines de la planification stratégique, de la planification d’entreprise, planification du territoire et urbanisme, systèmes énergétiques, a été Conseiller du Vice-Président Ingénierie et Technologie chez LIGHT S.A. Entreprise de distribution d’énergie électrique de Rio de Janeiro, coordinatrice de la planification stratégique du CEPED – Centre de recherche et de développement de Bahia, sous-secrétaire à l’énergie de l’État de Bahia, secrétaire à la planification de Salvador, il est l’auteur de ouvrages Globalização (Editora Nobel, São Paulo, 1997), De Collor a FHC- O Brasil e a Nova (Des)ordem Mundial (Editora Nobel, São Paulo, 1998), Um Projeto para o Brasil (Editora Nobel, São Paulo, 2000), Os condicionantes do desenvolvimento do Estado da Bahia (Tese de doutorado. Universidade de Barcelona,http://www.tesisenred.net/handle/10803/1944, 2003), Globalização e Desenvolvimento (Editora Nobel, São Paulo, 2006), Bahia- Desenvolvimento do Século XVI ao Século XX e Objetivos Estratégicos na Era Contemporânea (EGBA, Salvador, 2008), The Necessary Conditions of the Economic and Social Development- The Case of the State of Bahia (VDM Verlag Dr. Müller Aktiengesellschaft & Co. KG, Saarbrücken, Germany, 2010), Aquecimento Global e Catástrofe Planetária (Viena- Editora e Gráfica, Santa Cruz do Rio Pardo, São Paulo, 2010), Amazônia Sustentável- Para o progresso do Brasil e combate ao aquecimento global (Viena- Editora e Gráfica, Santa Cruz do Rio Pardo, São Paulo, 2011), Os Fatores Condicionantes do Desenvolvimento Econômico e Social (Editora CRV, Curitiba, 2012), Energia no Mundo e no Brasil- Energia e Mudança Climática Catastrófica no Século XXI (Editora CRV, Curitiba, 2015), As Grandes Revoluções Científicas, Econômicas e Sociais que Mudaram o Mundo (Editora CRV, Curitiba, 2016), A Invenção de um novo Brasil (Editora CRV, Curitiba, 2017), Esquerda x Direita e a sua convergência (Associação Baiana de Imprensa, Salvador, 2018), Como inventar o futuro para mudar o mundo (Editora CRV, Curitiba, 2019), A humanidade ameaçada e as estratégias para sua sobrevivência (Editora Dialética, São Paulo, 2021), A escalada da ciência e da tecnologia e sua contribuição ao progresso e à sobrevivência da humanidade (Editora CRV, Curitiba, 2022), est l’auteur d’un chapitre du livre Flood Handbook (CRC Press, Boca Raton, Floride, États-Unis, 2022), How to protect human beings from threats to their existence and avoid the extinction of humanity (Generis Publishing, Europe, Republic of Moldova, Chișinău, 2023) et A revolução da educação necessária ao Brasil na era contemporânea (Editora CRV, Curitiba, 2023).
Site Title 