By Kenna Hughes-Castleberry közzétéve: 23. szeptember 2022
Ha innovatív új technológiákról van szó, a mesterséges intelligencia és a kvantumszámítástechnika egyaránt a lista élén áll. A mesterséges intelligenciát (AI) vagy a gépi tanulást már széles körben használják a vállalatok a hatékonyság növelésére vagy a problémák felderítésére. A mesterséges intelligencia adatok és algoritmusok segítségével azonosítja az adatok mintáit, és az emberekhez hasonló módon tanul. A kvantum-számítástechnika, hasonlóan, beköti algoritmusok hogy a nehéz problémákat sokkal gyorsabban oldja meg, mint egy klasszikus számítógép. Sok vállalat számára e két technológia kombinálásának lehetősége jelentős előnyökhöz vezethet, különösen a kvantumszámítástechnika területén.
Hogyan kapcsolódik a mesterséges intelligencia a kvantumszámítástechnikához?
Tim Teter, az NVIDIA ügyvezető alelnöke, főtanácsosa és titkára a kvantumgépi tanulásról (QML) beszél (PC NVIDIA.com)
A vállalatok hasonlóak NVIDIA, mind a mesterséges intelligencia, mind a kvantumszámítástechnika technológiai piacán vezető szerepet töltenek be. Jelenleg e kettőt egy új technológiában, az úgynevezett „kvantumgépi tanulásban” akarják egyesíteni (QML). A kvantumgépi tanuláson belül a kvantuminformációs folyamatok kiegészítik a gépi tanulást elemzés a következő szintű eredmények elérése érdekében. Alapján Tim Teterügyvezető alelnöke, főtanácsosa és titkára NVIDIA: „Várhatóan lesznek matematikailag szigorú kvantumelőnyök a [kvantumgépi tanulásban]. Ennek egyik példája a kvantumgeneratív modellek, mivel az olyan dolgokat, mint a kvantumkorrelációk, nehéz klasszikusan ábrázolni, a kvantumszámítógépeknek nagyobb kifejezőereje lehet generatív modellek használatakor. Ezeket olyan alkalmazásokban használják, mint a természetes nyelvi feldolgozás."
Egy nemrégiben Google AI blog szemléltette a kvantumgépi tanulás előnyeit, kifejezetten a kvantumérzékelők esetében. Mivel a kvantumérzékelők befolyással vannak a nagy pontosságú mérésekre, mint pl gravitációs Ha egy módszerrel javítani lehetne ezen eszközök stabilitását és méretezhetőségét, az játékot válthatna ki. A blog szerint a kvantumgépi tanulás: „áthúzza a kvantumszámítógépek és a kvantumérzékelők közötti határvonalat… A kvantumállapot mérése helyett a kvantumszámítógép kvantumadatokat tárolhat, és QML-algoritmust alkalmazhat az adatok összeomlása nélkül történő feldolgozásához.” Mivel a kvantumszámítógépek különösen sérülékenyek, a kvantumgépi tanulás nemcsak a környezeti zajt csökkentheti, hanem a méretezhetőséget is lehetővé teszi.
Hogyan segíthet a mesterséges intelligencia a kvantumskálázhatóságban?
Számos kihívást jelent a kvantumszámítógépek bővítése. Az egyik legnagyobb a nagyobb szám ellenőrzése qubit egy nagyobb kvantumrendszerben. Szerencsére a gépi tanulás segíthet leküzdeni ezt a kihívást. „A gépi tanulás valóban segíthet egy nagy terület kezelésében a jövőben, vagyis amikor a kvantumrendszerek kezdenek egyre több qubitre fellépni, a nehézségek a kvantumrendszerek kalibrálásával és vezérlésével fognak jelentkezni” – magyarázta Teter. „A kvantumszámítógépek telepítése nagyszámú paraméter hangolásával és kalibrálásával jár qubitenként. Manapság a kvantumkutatók sok időt töltenek ezzel manuálisan, de a jövőben, ahogy a rendszerek telepítési forgatókönyvekké nőnek, ez természetesen nem lesz megvalósítható. Tehát ez az egyik olyan dolog, ahol úgy gondoljuk, hogy az NVIDIA platform kiválóan illeszkedik a kvantumszámítástechnikával való párosításhoz hibrid megközelítésben.” Az NVIDIA hibrid platformja QODA (Quantum Optimized Device Architecture) a klasszikus és a kvantumszámítástechnikát egyesíti a gépi tanulási programokba való hozzáadhatósággal.
Az átalakuló jövő megteremtése
Bár az NVIDIA QODA platformja csak egy a sok közül, amely a kvantumszámítástechnikát és a mesterséges intelligenciát ötvözi, része egy nagyobb trendnek, amely mindkét innovatív technológiát kihasználja új áttörések elérése érdekében. „A mesterséges intelligencia egy transzformatív technológia, amelyet egyre gyakrabban alkalmaznak a különböző szektorok, hogy nehezebb problémákat oldjanak meg, mint amelyeket mesterséges intelligencia nélkül meg lehetne oldani” – tette hozzá Teter. „Bár a kvantumszámítás egy kicsit korábban jár életében, azt ígéri, hogy a jövőben hasonlóan bomlasztó lesz az iparágak széles körében.”
Kenna Hughes-Castleberry az Inside Quantum Technology és a Science Communicator munkatársa a JILA-nál (a Colorado Boulder Egyetem és a NIST partnersége). Írási ütemei közé tartozik a mélytechnológia, a metaverzum és a kvantumtechnológia.
