Apprendre la multiplication aux ordinateurs quantiques

L'informatique quantique se heurte à un défi fondamental : tous les calculs doivent être réversibles, c'est-à-dire qu'on doit pouvoir reconstituer l'opération initiale à partir du résultat final. Or la méthode de Karatsuba, efficace sur ordinateurs classiques pour multiplier de grands nombres (elle les divise en plus petits, puis agrège les résultats), génère des intermédiaires qu'un ordinateur classique peut oublier mais qu'une machine quantique doit conserver, créant un coût mémoire prohibitif.

Craig Gidney, ingénieur à Google Quantum AI, a publié en avril sur ArXiv un algorithme qui contourne ce problème en transformant directement les entrées en sorties sans laisser de résultats intermédiaires. Bien que les ordinateurs quantiques actuels ne sachent multiplier que des nombres à un chiffre, cet algorithme sera prêt quand ces machines gagneront en puissance—contribuant ainsi à rapprocher la suprématie quantique pratique.