Google Quantum AI : l'apprentissage par renforcement stabilise la puce quantique Willow, avec un gain d'un facteur 3

Le 22 juillet 2026, Google Quantum AI a présenté dans la revue Nature un système qui utilise l'apprentissage par renforcement (reinforcement learning) pour calibrer lui-même le processeur quantique Willow pendant les calculs, sans les interrompre, et qui multiplie par trois la stabilité du code de correction d'erreurs.

Comment la puce apprend de ses erreurs

Google Quantum AI a intégré un algorithme d'apprentissage par renforcement directement dans la boucle de correction d'erreurs quantique (QEC). Un agent autonome observe les événements de détection d'erreurs sur le processeur Willow et ajuste en temps réel des milliers de paramètres de contrôle pour compenser la dérive du matériel, sans interrompre le calcul. Jusqu'ici, la calibration devait être lancée séparément et obligeait à arrêter le processeur ; désormais, le système « se règle en marche ».

• Publication : 22 juillet 2026, revue Nature
• Plateforme : processeur quantique supraconducteur Willow
• Stabilité logique du code de correction multipliée par 3,5
• Baisse supplémentaire de 20 % du taux d'erreurs logiques après réentraînement
• Record : moins de 1 erreur pour 1000 cycles (surface code), environ 1 pour 100 (color code)

De combien les erreurs ont-elles diminué ?

Le réentraînement par apprentissage par renforcement a multiplié par 3,5 la stabilité logique du code de correction et réduit de 20 % supplémentaires le taux d'erreurs logiques, selon Google Quantum AI. D'après la publication dans Nature, le système atteint des niveaux records : moins d'une erreur pour mille cycles avec le surface code et de l'ordre d'une pour cent avec le color code.

Pour le décodage, Google utilise le décodeur neuronal AlphaQubit et le décodeur algorithmique Tesseract. L'apprentissage par renforcement agit en complément : il ne déchiffre pas les erreurs, mais maintient le « hardware » lui-même dans un état optimal pendant le calcul.

«

Nous avons trouvé un moyen de régler les instruments pendant que la musique joue », décrivent les auteurs à propos de la calibration continue en cours de calcul actif, sur le blog de Google Research.

L'approche passe-t-elle à l'échelle ?

L'approche s'adapte aux machines quantiques de grande taille : selon Google Quantum AI, le nombre d'itérations d'entraînement ne dépend pas de la taille du système. Dans des simulations numériques portant sur des centaines de qubits et des dizaines de milliers de paramètres de contrôle, le nombre de cycles d'entraînement par RL est resté à peu près constant. Autrement dit, la méthode ne devrait pas caler en passant à des milliers de qubits, nécessaires à un calcul tolérant aux pannes d'un usage pratique.

Les principaux auteurs de l'étude sont les chercheurs de Google Quantum AI Volodymyr Sivak et Paul Klimov. Selon l'équipe, c'est précisément l'indépendance du coût d'entraînement vis-à-vis de l'échelle qui rend la méthode adaptée aux futurs grands ordinateurs quantiques, et pas seulement au Willow actuel.

Ce que cela change

L'apprentissage par renforcement transforme l'ordinateur quantique : d'instrument fragile exigeant des réglages manuels permanents, il devient un système qui se stabilise seul. Cela lève l'un des principaux obstacles au calcul quantique tolérant aux pannes : la dérive continue du matériel, que l'on compensait manuellement depuis des années.

Questions fréquentes

Qu'est-ce que l'apprentissage par renforcement dans la correction

d'erreurs quantique ?

C'est un agent d'IA qui apprend à partir des signaux d'erreur et ajuste lui-même des milliers de paramètres de contrôle du processeur pendant le calcul. Dans les travaux de Google Quantum AI, il a multiplié par 3,5 la stabilité logique sans interrompre le calcul.

Qu'est-ce que le processeur Willow ?

Willow est le processeur quantique supraconducteur de Google sur lequel la méthode a été testée. C'est sur cette puce que le système a atteint le record : moins d'une erreur logique pour mille cycles avec le surface code.

Cela remplace-t-il les décodeurs AlphaQubit et Tesseract ?

Non. AlphaQubit (décodeur neuronal) et Tesseract (décodeur algorithmique) continuent de déchiffrer les erreurs, tandis que l'apprentissage par renforcement agit en complément : il calibre le matériel, il ne décode pas.