By Kenna Hughes-Castleberry postitatud 23. septembril 2022
Mis puutub uuenduslikesse uutesse tehnoloogiatesse, siis nii tehisintellekt kui ka kvantarvutus on edetabeli tipus. Tehisintellekti (AI) või masinõpet hakkavad ettevõtted juba laialdaselt kasutama, et aidata suurendada tõhusust või tuvastada probleeme. Tehisintellekt kasutab andmeid ja algoritme andmete mustrite tuvastamiseks ja inimestega sarnaselt õppimiseks. Kvantarvuti, samuti rakmed algoritme lahendada keerulisi probleeme palju kiiremini kui klassikaline arvuti. Paljude ettevõtete jaoks võib nende kahe tehnoloogia kombineerimise võimalus tuua kaasa võimsaid eeliseid, eriti kvantarvutuse jaoks.
Kuidas tehisintellekt kvantandmetöötlusega liidestub?
Tim Teter, NVIDIA asepresident, peanõunik ja sekretär, räägib kvantmasinõppest (QML) (PC NVIDIA.com)
Ettevõtted nagu NVIDIA, on nii tehisintellekti kui ka kvantarvutite tehnoloogiaturud juhtivad. Praegu püüavad nad ühendada need kaks uudseks tehnoloogiaks, mida nimetatakse "kvantmasinaõppeks" (QML). Kvantmasinõppe raames täiendavad kvantteabe protsessid masinõpet analüüs järgmise taseme tulemuste saamiseks. Vastavalt Tim Teter, tegevasepresident, peajurist ja sekretär NVIDIA: "Eeldatavasti tuleb [kvantmasinõppes] ette matemaatiliselt rangeid kvanteelisi. Üks näide sellest on kvantgeneratiivsetes mudelites, kuna selliseid asju nagu kvantkorrelatsioonid on klassikaliselt raske kujutada, kvantarvutitel võib generatiivsete mudelite kasutamisel olla suurem väljendusvõime. Neid kasutatakse sellistes rakendustes nagu loomuliku keele töötlemine.
Viimastel Google AI ajaveeb illustreeris kvantmasinõppe eeliseid, eriti kvantandurite jaoks. Kuna kvantandurid mõjutavad ülitäpseid mõõtmisi, näiteks gravitatsiooniliste lained, oleks nende seadmete stabiilsuse ja mastaapsuse parandamise meetod mängu muutmiseks. Ajaveebi sõnul on kvantmasinõpe: "piirab kvantarvutite ja kvantandurite vahel... Kvantoleku mõõtmise asemel saab kvantarvuti salvestada kvantandmeid ja rakendada QML-algoritmi, et töödelda andmeid ilma neid kokku varisemata." Kuna kvantarvutid on eriti haprad, ei saa kvantmasinõppe kasutamine mitte ainult vähendada keskkonnamüra, vaid muuta skaleeritavuse võimalikumaks.
Kuidas tehisintellekt võib aidata kvantmastaapsust
Kvantarvutite suurendamisel on palju väljakutseid. Üks suurimaid on suurema arvu kontrollimine kubitid suuremas kvantsüsteemis. Õnneks aitab masinõpe sellest väljakutsest üle saada. "Masinõpe võib aidata tulevikus tõesti tegeleda suure valdkonnaga, mis tähendab, et kuna kvantsüsteemid hakkavad suurenema kubitideks, tekib raskusi kvantsüsteemide kalibreerimise ja juhtimisega," selgitas Teter. "Kvantarvutite kasutuselevõtt hõlmab suure hulga parameetrite häälestamist ja kalibreerimist kubiti kohta. Tänapäeval kulutavad kvantteadlased palju aega selleks käsitsi, kuid tulevikus, kui süsteemid laienevad kasutuselevõtu stsenaariumideks, ei ole see muidugi teostatav. Niisiis, see on üks asjadest, mille puhul meie arvates sobib NVIDIA platvorm suurepäraselt kvantarvutusega sidumiseks hübriidmeetodil. NVIDIA hübriidplatvorm QODA (Quantum Optimized Device Architecture) ühendab klassikalise ja kvantarvutuse ning masinõppeprogrammidesse lisamise võimaluse.
Muutuva tuleviku loomine
Kuigi NVIDIA QODA platvorm on vaid üks paljudest, mis ühendab kvantarvutust ja tehisintellekti, on see osa suuremast trendist, mis kasutab mõlemat uuenduslikku tehnoloogiat uute läbimurrete saavutamiseks. "AI on transformatiivne tehnoloogia, mida kõikvõimalikud erinevad sektorid üha enam kasutusele võtavad, et lahendada raskemaid probleeme kui ilma AIta," lisas Teter. "Kuigi kvantarvutite kasutusiga on veidi varasem, lubab see tulevikus olla samamoodi häiriv paljudes tööstusharudes."
Kenna Hughes-Castleberry on Inside Quantum Technology ja JILA teaduskommunikaatori (Colorado Boulderi ülikooli ja NIST-i vaheline partnerlus) kirjanik. Tema kirjutamissageduste hulka kuuluvad süvatehnoloogia, metaversum ja kvanttehnoloogia.
