Dans un laboratoire du MIT, il y a une puce quantique de six qubits qui passe son temps à dériver. Elle est livrée non calibrée, et la remettre d'aplomb demande des centaines de mesures, parfois des milliers. Un chercheur du groupe qui l'a fabriquée y consacre plusieurs jours, à identifier les bonnes fréquences, à régler les impulsions et à vérifier que l'information tient encore. Ce travail-là, quelqu'un vient de le faire à sa place.

OpenAI a raconté l'expérience le 9 septembre, et le laboratoire est co-signataire. Le groupe s'appelle Engineering Quantum Systems, il est hébergé au MIT, et l'expérience a été menée par Beatriz Yankelevich, doctorante. Le programme qui a travaillé sur la puce est le même que celui qui écrit du code chez vous : GPT-5.6 Sol, le modèle derrière Codex. La doctorante lui a donné les consignes de la maison et les plans de la puce, puis elle l'a laissé piloter.

Ce qu'il fait entre deux mesures

Un ordinateur quantique ne se programme pas comme un ordinateur normal. L'unité de calcul s'appelle un qubit, c'est l'équivalent du bit dans nos machines, sauf qu'il ne vaut pas zéro ou un mais les deux à la fois, et surtout qu'il perd son information en quelques millionièmes de seconde si on le laisse tranquille. Pour le faire travailler, on l'envoie dans un congélateur géant, un cryostat, à une température plus froide que l'espace. Et pour lui parler, on utilise des impulsions de micro-ondes, comme celles d'un four, mais infiniment plus fines.

Ces impulsions, il faut les régler. Chaque puce est différente, chaque qubit a sa fréquence propre, et la moindre poussière sur un contact décale tout. C'est ce réglage qui occupe le chercheur, et c'est exactement ce que l'agent a fait tout seul : il choisit les paramètres de la mesure suivante, il pilote le matériel par le logiciel du laboratoire, il regarde ce qui sort, et il décide soit de recommencer, soit de garder le résultat et de passer à la suite. Les trois étapes du chantier étaient de trouver les fréquences de passage, de calibrer les impulsions, et de mesurer combien de temps l'information tient avant de disparaître.

Six qubits, un congélateur plus froid que l'espace, et un réglage qui ne tient jamais longtemps

La boucle n'a rien d'exotique : c'est celle de n'importe quel agent un peu sérieux. Mesurer, comprendre, décider, recommencer. Ce qui change tout ici, c'est ce qui se trouve au bout du fil. Ce n'est plus une base de données ni un site web, c'est une machine à plusieurs millions posée dans une salle à température contrôlée.

Ce qui marche, et ce qui ne marche pas encore

La nuance compte plus que le titre. OpenAI écrit noir sur blanc que l'agent se débrouille bien quand les signaux sont nets, et qu'il se dégrade salement quand les données sont faibles, bruitées ou ambiguës. Autrement dit, sur un problème propre, il avance seul. Devant une courbe qui ne veut rien dire, il patauge, et c'est un humain qui reprend la main.

L'éditeur reconnaît aussi que des chercheurs expérimentés trouvent encore les meilleurs réglages plus vite que les modèles actuels. Et la démonstration a ses murs : une seule puce, six qubits, un type de machine standard, et des procédures que le laboratoire connaissait déjà par cœur. L'expérience ne prouve pas qu'un agent saurait diagnostiquer tout seul une panne matérielle jamais vue ou interpréter un résultat inédit. C'est la limite la plus importante du dossier et je la garde en tête.

Quand le signal est propre, il avance seul. Quand la courbe part dans tous les sens, c'est le chercheur qui reprend la main

Le vrai goulot d'étranglement du quantique

On parle toujours du nombre de qubits comme d'un compteur de vitesse. C'est une erreur de lecture, et j'avais écrit un article entier là-dessus le mois dernier : ce qui bloque cette technologie, ce n'est pas la fabrication des qubits, c'est tout ce qu'il faut autour pour les faire tenir et les faire parler. Les câbles, la salle, le froid, et le réglage. Surtout le réglage.

Réfléchissez à ce que ça veut dire à l'échelle d'une machine utile. Une puce de six qubits demande des jours de mise au point. Une machine qui en compterait un million, le chiffre qu'on lit partout pour casser les codes de chiffrement d'aujourd'hui, demanderait un million de réglages fins. Personne ne fera ça à la main, même avec une armée de doctorants.

C'est là que ce genre d'expérience prend sa valeur. Pas parce qu'une IA aurait fait de la physique nouvelle, elle n'en a fait aucune. Parce que le travail de calibration est exactement le genre de tâche répétitive et patiente qu'on ne sait pas automatiser avec des scripts classiques et qu'un agent peut absorber. Ce qui était un obstacle humain redevient un problème de logiciel.

Concrètement, ça change quoi pour toi

Rien cette année, et probablement rien dans les dix qui viennent. Autant le dire tout de suite, parce que cette technologie traîne une réputation de miracle permanent depuis vingt ans.

Ce qu'elle promet, en revanche, est très concret le jour où ça marchera. Simuler une molécule pour savoir si elle soigne quelque chose, sans la fabriquer ni la tester sur des malades. Chercher la bonne combinaison de matériaux pour une batterie sans en fabriquer trois mille prototypes. Optimiser des tournées de camions ou des grilles électriques. Ce sont des calculs qui deviennent impossibles à force d'être gros, et qui deviendraient faisables.

Le jour où la machine tiendra ses promesses, la première boîte qui changera de forme sera peut-être celle-là

L'échéance honnête, celle que personne ne peut te donner : dix ans, vingt ans, ou jamais. Les machines existent, elles fonctionnent, elles font des choses qu'un ordinateur classique ne sait pas faire, et elles sont encore trop petites pour servir à autre chose qu'à de la recherche. C'est exactement où en était l'électricité quand on l'utilisait pour faire des étincelles dans un salon.

L'anecdote qui me fait sourire, c'est que les premiers lasers ont passé dix ans à être décrits comme une solution en quête de problème. Aujourd'hui, il y en a un dans ta caisse de supermarché, un dans ton lecteur de disque et une forêt dans les câbles qui t'apportent Internet.

Ce que je retiens de cette histoire

Ce n'est pas la performance de l'IA qui me frappe, c'est le genre de travail qu'on lui a donné. On a arrêté de lui demander de parler et on lui a demandé de régler une machine. Ce déplacement-là compte plus que le résultat du labo.

Et il y a une question qui me trotte. Si un agent sait régler une puce quantique, combien de temps avant qu'un autre règle la chaudière, le portail et la maison entière de monsieur Tout-le-monde ? Je pose la question parce que je crois que la réponse ne se jouera pas sur l'intelligence du modèle. Elle se jouera sur le nombre de gens prêts à laisser un programme appuyer sur un bouton à leur place.