MerLin, élixir d’hybridation de Quandela pour industrialiser le quantique 

Dans la légende arthurienne, MerLin reliait les lois invisibles au monde des hommes. Quandela lui confie aujourd’hui une mission similaire : rendre le quantique utilisable. Depuis vingt ans, le calcul quantique alimente fantasmes et promesses de rupture, tout en restant confiné aux laboratoires. Avec MerLin, Quandela choisit une autre voie. Plus discrète. Plus opérationnelle. La plateforme logicielle qu’elle dévoile vise à intégrer le calcul quantique photonique dans des modèles d’intelligence artificielle existants, sous forme d’architectures hybrides. Pas pour faire table rase, mais pour enrichir l’existant là où le quantique apporte un gain mesurable. « Le quantique est voué à sortir du laboratoire », a affirmé Aurélien Gohier, directeur des communications. Le sous-texte transparaît clairement. Il ne s’agit plus d’attendre l’instant mythique où la technologie s’imposera d’elle-même, mais de lui ouvrir un passage. 

Des cas d’usage avant les grandes promesses 

À rebours des discours prospectifs, cette posture n’est pas un manifeste théorique, elle s’appuie sur des résultats. Lors du challenge Airbus–BMW 2024, Quandela s’est attaqué à une tâche centrale pour la conduite autonome : transformer des images de jour en images de nuit afin d’améliorer l’apprentissage des systèmes de vision. Trop fragiles, trop contraints, les modèles purement quantiques ont montré leurs limites. L’équipe a alors introduit une couche quantique au sein d’un modèle d’IA classique. Le gain n’a pas été spectaculaire sur le papier, mais déterminant sur le terrain. « Nous n’avons pas amélioré la fidélité brute, mais réduit les hallucinations », a expliqué Jean Senellart, Chief Product Officer de Quandela. Moins d’artefacts lumineux. Moins d’erreurs inventées. Un détail ? Non. Un verrou industriel. Même logique dans des travaux menés avec Orange Innovation autour de Quantum CNN, des réseaux de neurones intégrant une brique quantique. « L’hybridation permet d’améliorer l’existant sans le déconstruire », a souligné Jean Senellart. Le quantique ne remplace pas, il augmente. 

Sortir du mythe de l’ordinateur quantique messianique 

Malgré ces résultats concrets, le récit dominant du secteur reste aimanté par une figure quasi messianique : l’ordinateur quantique universel tolérant aux fautes, puissant, absolu... mais encore hors de portée. Une promesse qui structure les discours autant qu’elle paralyse les usages. L’équipe de Quandela, elle, choisi de rompre le sortilège. Aujourd’hui, les QPU sont lents, bruités et spécialisés. Ce constat n’est pas une faiblesse, mais une donnée. « Un processeur quantique n’est pas un CPU ou un GPU : c’est un accélérateur », a tranché Jean Senellart, Chief Product Officer de Quandela. MerLin est construit sur cette idée : utiliser le calcul quantique comme un accélérateur ciblé, intégré dans des chaînes de traitement dominé par l’IA classique. Une pièce de plus sur l’échiquier. Pas un nouveau roi. Pour y parvenir, Quandela puise dans l’histoire récente de l’IA. « La traduction automatique a longtemps été jugée inutilisable », a rappelé Jean Senellart, ancien dirigeant de Sistran. Le basculement n’est pas venu d’un miracle matériel, mais d’une méthode. Expérimentation massive. Benchmarks partagés. Science ouverte. « En intelligence artificielle, on ne décrit pas les algorithmes, on les découvre. » Et MerLin applique cette grammaire au quantique.  

Une boîte à outils pensée pour les scientists 

Reste qu’il faut parvenir à transformer cette méthode en outil utilisable par ceux qui font l’IA au quotidien. C’est là que MerLin prend toute sa dimension. La plateforme se présente comme un logiciel intégré aux standards de l’IA, compatible avec PyTorch et scikit-learn, deux bibliothèques Python devenues incontournables pour concevoir et entraîner des modèles. Les data scientists restent en terrain familier. Les phases d’entraînement se font d’abord sur GPU, ces processeurs optimisés pour le calcul intensif du deep learning, capables de lancer rapidement des milliers d’expériences en simulation. « On développe sur GPU, puis on valide sur du quantique réel », a expliqué Jean Senellart, Chief Product Officer de Quandela. Le passage au matériel quantique photonique s’effectue ensuite via le cloud de Quandela, non pour expérimenter, mais pour confirmer. « Les pratiques ne changent pas », a-t-il précisé. C’est là que MerLin agit en enchanteur discret : il abaisse la barrière d’entrée sans dissiper la complexité scientifique.  

Open source, ou la magie partagée 

Cette dynamique n’aurait aucun impact sans ouverture. MerLin est publié en open source, avec l’ambition de créer un écosystème plutôt qu’un produit fermé. « MerLin est complètement ouvert et il le restera », a assuré le Chief Product Officer de Quandela. L’objectif est de recréer, dans le quantique, les conditions qui ont permis à l’IA de changer d’échelle : code partagé, résultats reproductibles, progrès cumulatif. La plateforme s’accompagne de “reproduce papers”, des implémentations prêtes à l’emploi de travaux académiques de référence. Quinze sont déjà disponibles, deux cents visés en 2026. « Sans reproductibilité, il n’y a pas d’écosystème », a rappelé Jean Senellart. L’accès à des ressources de calcul via le GENCI permet de lancer des campagnes d’expérimentation à grande échelle, avant validation sur matériel quantique photonique. Si le quantique manque d’échelle machine, l’IA en a. MerLin tente de faire le pont. C’est toute l’idée. Quandela ne vend pas l’ordinateur quantique miracle. Elle vend une méthode pour le rendre utile avant l’heure.