Des équipes d'agents LLM de Google découvrent des programmes quantiques prouvés dans Lean et divisent par 290 le coût d'une routine
La prépublication de Google DeepMind et Google Quantum AI fait état de réductions de coût vérifiées par machine d'environ 11, 8 et 2,5 fois pour des simulations de fusion, de photochimie et de métabolisme des médicaments ; les programmes visent des machines tolérantes aux fautes qui n'existent pas encore.
Pourquoi c’est important
Les grands algorithmes quantiques ne peuvent être testés ni sur les ordinateurs classiques ni sur les machines quantiques actuelles, si bien que la recherche par IA fondée sur des vérifications numériques s'arrête aux petites instances. Les auteurs ont construit une bibliothèque de programmes quantiques dans l'assistant de preuve Lean, laissé des équipes d'agents LLM proposer des programmes, et un vérificateur indépendant a contrôlé chaque preuve de correction et de coût face à une spécification figée. Les équipes partageaient leurs résultats via un wiki et des conférences virtuelles planifiées. À suivre : la tenue des gains lors d'une relecture indépendante et la publication de la bibliothèque Lean.
Faits clés
- Routine arcsin : coût divisé par 290
- Recherche de Grover parallèle : jusqu'à 1,4 fois mieux que les références
- Simulations de fusion, photochimie, métabolisme des médicaments : 11, 8 et 2,5 fois
- Preuves de correction et de coût vérifiées dans Lean
- Auteurs de Google DeepMind et Google Quantum AI
- arXiv 2611.09822, soumis le 6 nov. 2026