Google Quantum AI: обучение с подкреплением втрое стабилизировало квантовый чип Willow

Le 22 juillet 2026, Google Quantum AI a présenté dans la revue Nature un système qui, grâce à l'apprentissage par renforcement (reinforcement learning), s'autocalibre lui-même — le processeur quantique Willow — directement pendant les calculs, sans interruption, et triple la stabilité du code de correction d'erreurs.

Comment la puce apprend de ses propres erreurs

Google Quantum AI a intégré un algorithme d'apprentissage par renforcement directement dans la boucle de correction quantique d'erreurs (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, compensant la dérive du matériel — le tout sans interrompre le calcul. Auparavant, la calibration devait être effectuée séparément, en arrêtant le fonctionnement du processeur ; désormais, le système « s'ajuste à la volée ».

• Publication — 22 juillet 2026, revue Nature
• Plateforme — processeur quantique supraconducteur Willow
• Augmentation de 3,5 fois de la stabilité logique du code de correction
• Réduction supplémentaire de 20 % du taux d'erreurs logiques après entraînement
• Record : moins de 1 erreur pour 1000 cycles (surface code), environ 1 pour 100 (color code)

Dans quelle mesure les erreurs ont-elles diminué

L'entraînement supplémentaire par apprentissage par renforcement a produit une augmentation de 3,5 fois de la stabilité logique du code de correction et a réduit davantage le taux d'erreurs logiques de 20 %, rapporte Google Quantum AI. Selon la publication dans Nature, le système a atteint des chiffres record : moins d'une erreur pour mille cycles pour le surface code et environ une pour cent pour le color code.

Pour le décodage, Google utilise le décodeur à réseau de neurones AlphaQubit et le décodeur algorithmique Tesseract. L'apprentissage par renforcement fonctionne au-dessus d'eux : il n'est pas chargé de déchiffrer les erreurs, mais de maintenir le « matériel » lui-même dans un état optimal pendant que le calcul se déroule.

«

Nous avons trouvé un moyen d'accorder les instruments pendant que la musique joue », c'est ainsi que les auteurs décrivent la calibration continue pendant les calculs actifs, sur le blog de Google Research.

L'approche est-elle évolutive ?

L'approche est évolutive vers des machines quantiques plus grandes : selon Google Quantum AI, le nombre d'itérations d'entraînement ne dépend pas de la taille du système. Dans des simulations numériques comportant 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 — ce qui signifie que la méthode ne « s'étouffera » pas au passage à des milliers de qubits, nécessaires pour des calculs pratiques tolérants aux pannes.

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

Ce que cela signifie

L'apprentissage par renforcement transforme l'ordinateur quantique, d'un instrument fragile nécessitant un ajustement manuel constant, en un système qui se stabilise lui-même. Cela lève l'un des principaux obstacles sur la voie du calcul quantique tolérant aux pannes — la dérive continue du matériel, qu'il fallait compenser manuellement pendant des années.

Questions fréquentes

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

quantique d'erreurs ?

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 les calculs. Dans les travaux de Google Quantum AI, il a produit une augmentation de 3,5 fois de 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 précisément sur celui-ci que le système a atteint le record : moins d'une erreur logique pour mille cycles pour le surface code.

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

Non. AlphaQubit (décodeur à réseau de neurones) et Tesseract (décodeur algorithmique) continuent de déchiffrer les erreurs, tandis que l'apprentissage par renforcement fonctionne au-dessus d'eux — il calibre le matériel, il ne décode pas.