اختارت شركة Atos تحت قيادة تييري بريتون، الرئيس التنفيذي للشركة مسارا مختلفا. حيث قامت بتطوير آلة تعلم كمية تسمح للمبرمجين بكتابة البرمجيات دون الحاجة إلى الانتظار لبناء حاسوب كمي متعدد الاستعمالات. تستطيع آلة التعلم الكمية القيام بذلك كونها تحاكي قوانين الفيزياء التي تحكم الحوسبة الكمية. تم استخدام أسلوب مشابه لمحاكاة سلوكيات مشاريع مادية غير موجودة بعد، مثل الطائرات. على سبيل المثال، بإمكان المبرمج القول، إنها ترغب في محاكاة تفاعلات مع جهاز كمي 16 بيت كمي، وستقوم المنصة بدورها بتنفيذه. ابتداء من تموز (يوليو) 2018 أصبحت آلة التعلم الكمية قادرة على محاكاة ما يصل إلى 41 بيت كمي.
مع ازدياد عدد الشركات التي تستخدم هذه المنصة، سترغب تلك الشركات على الأغلب في التركيز على أسلوب مشترك لبرمجة الكمبيوترات الكمية، وقد تتفق على الكيفية التي يجب أن تكون عليها البرمجيات الكمية. سيكون الأمر بمنزلة إعطاء مبتكري المكامل العددي الإلكتروني في الأربعينيات، منصة لكتابة البرامج على معالج "إنتيل" Intel في السبعينيات. وفي المقابل سيخول ذلك المهندسين من إنشاء مكامل عددي إلكتروني أفضل بما يتفق مع أسلوب "إنتيل". بالتالي ستقود البرمجيات الأجهزة مع Atos المستقبل. بحسب التنفيذيين الذين قابلتهم في Atos تحقق آلة التعلم الكمي مبيعات جيدة في الولايات المتحدة. ما يجعلوهم فخورين بكونهم جزءا من شركة أوروبية تستطيع المنافسة مع لاعبين كبار في أمريكا. كما تضع Atos بقلب الأنظمة الناشئة فيما يخص الحوسبة الكمية، حيث يطور المشاركون الآخرون تقنيات تتوافق مع آلة التعلم الكمي الخاصة بهم.
على الرغم من وجود عديد من التحديات، تبقى الحوسبة الكمية هي الحل الأفضل في الحالات التي تتطلب معالجة بيانات ضخمة، لكنها لا تتطلب بالضرورة دقة بنسبة 100 في المائة. تعد المدن الذكية المستقبلية مثالا على بيئة تكثر فيها مثل تلك المشكلات. تخيل لندن أو باريس مليئتين بالسيارات دون سائق. خوارزميات الذكاء الاصطناعي الموجودة في السيارات الذكية تحل تلك المشكلات. حيث تستطيع التنقل في الشارع من خلال فحص محيط السيارة بانتظام لتحديد الأسلوب الأفضل. على سبيل المثال، هل يجب أن تتوقف السيارة أو تزيد سرعتها عند أقرب تقاطع. ومع ذلك، قد لا تكون تلك القرارات هي الأمثل على نطاق أوسع. لذا يجب على المدن الذكية اعتماد جهاز حاسوب كمي لتحسين تدفق حركة المرور. حيث بإمكان النظام إعطاء أكثر من خيار لعدة سيارات بهدف تقليص مدة رحلتهم. حتى إن كانت نسبة دقة أحد التوقعات فقط 98 في المائة على سبيل المثال، يجب على السيارات الخمسة التالية عبور شارع A من أجل تسهيل الحركة المرورية في B. ستبقى تلك النسبة جيدة. سيحظى الجميع بفرصة الوصول في الموعد. وتتضمن الاحتمالات الأخرى للحوسبة الكمية تحسين الشبكات الكهربائية: تعد مشكلة أخرى تتطلب قوة حاسوبية هائلة مع إمكانية تحمل نسبة خطأ بسيطة.
وبشأن التفكير في المستقبل فإنه يشبه العمل مع أجهزة الكمبيوتر الكمية لحد كبير الوجود في بلاد أليس في بلاد العجائب. فتلك الأجهزة قوية لكنها غير دقيقة لم يتم بناء آلة متعددة الاستعمالات بعد، لكن يمكننا البدء في كتابة البرمجيات الخاصة بها. لن تكون عدوا للخصوصية، بل صديق المشكلات المعقدة.
