QuantrolOx utilise le Machine Learning pour contrôler les qubits

QuantrolOx utilise le Machine Learning pour contrôler les qubits

QuantrolOx, une nouvelle startup issue de l'Université d'Oxford l'année dernière, souhaite utiliser l'apprentissage automatique pour contrôler les qubits à l'intérieur des ordinateurs quantiques. La société, qui a été cofondée par le professeur d'Oxford Andrew Briggs, l'entrepreneur technologique Vishal Chatrath, la scientifique en chef de la société Natalia Ares et le responsable des technologies quantiques Dominic Lennon, a annoncé aujourd'hui qu'elle avait levé une graine de 1,4 million de livres sterling (soit environ 1,9 million de dollars). cycle de financement mené par Nielsen Ventures et Hoxton Ventures. Voima Ventures, Remus Capital, le Dr Hermann Hauser et Laurent Caraffa ont également investi dans le tour de table.

La technologie de l'entreprise est indépendante de la technologie et pourrait être appliquée à toutes les technologies informatiques quantiques standard. L'idée ici est qu'au lieu de passer par un processus de réglage manuel lent, le système de QuantrolOx sera en mesure de régler, de stabiliser et d'optimiser les qubits beaucoup plus rapidement. Selon Chatrath, PDG de QuantrolOx, les méthodes actuelles ne sont pas évolutives, d'autant plus que ces machines continuent de s'améliorer.

"Je parlais à un investisseur américain. Il a dit que nous sommes comme les pioches et les pelles de l'industrie quantique, en ce sens que nous n'avons pas à attendre pour obtenir des revenus pour qu'un ordinateur quantique soit utile », a déclaré Chatrath. "Alors que vous passez de cinq qubits à - espérons-le - des millions de qubits, vous avez besoin de notre logiciel chaque jour pour pouvoir caractériser l'appareil et régler les qubits."

Pour le moment, cependant, la société se concentre sur les qubits à semi-conducteurs. C'est en partie parce que ce sont des systèmes auxquels l'entreprise a accès, notamment grâce à un partenariat étroit avec un laboratoire en Finlande que l'entreprise n'était pas encore prête à divulguer. Comme pour tous les problèmes d'apprentissage automatique, QuantrolOx doit collecter suffisamment de données pour créer des modèles d'apprentissage automatique efficaces.

Comme Chatrath l'a également noté, nous en sommes encore aux tout premiers stades de l'informatique quantique, mais si des outils comme QuantrolOx peuvent aider les chercheurs à accélérer le processus de test de leurs appareils, c'est une aubaine pour l'ensemble de l'industrie. Il a noté que de nombreuses entreprises du secteur approchent déjà l'entreprise pour utiliser son logiciel de contrôle.

L'entreprise compte actuellement sept employés à temps plein et prévoit embaucher une dizaine de personnes supplémentaires dans un avenir rapproché. Mais comme l'a noté Chatrath, il ne s'attend pas à ce que ce nombre augmente beaucoup plus au cours des deux prochaines années. "Nous n'avons pas besoin d'une équipe énorme, car nous nous concentrons sur notre créneau spécifique", a-t-il déclaré. «Nous ne voulons pas de full-stack. Nous ne voulons pas monter plus haut dans la pile - et nous ne pouvons pas descendre dans la pile parce que c'est le matériel. Nous sommes donc très concentrés.

Actuellement, QuantrolOx se concentre sur la création de plus de partenariats avec les constructeurs d'ordinateurs quantiques. Ce sont des partenariats assez profonds car l'équipe a essentiellement besoin d'accéder aux machines physiques mais aussi au code source qui les contrôle pour pouvoir s'intégrer à ces systèmes.

Un problème dans l'industrie en ce moment, bien sûr, est qu'il y a très peu de normes, ce dont Chatrash est parfaitement conscient. "Pour que l'industrie quantique réussisse, nous avons besoin de beaucoup de startups comme nous qui sont hyper-spécialisées dans un domaine particulier, car sans entreprises qui sont hyper-spécialisées, nous n'obtiendrons pas d'économies d'échelle", a-t-il déclaré. «Je pense que toute cette histoire de pile complète doit s'arrêter tôt ou tard. Les gens doivent commencer à construire un écosystème d'entreprises.