By Kenna Hughes-Castleberry pubblicato il 23 settembre 2022
Quando si parla di nuove tecnologie innovative, sia l’intelligenza artificiale che l’informatica quantistica sono in cima alla lista. L’intelligenza artificiale (AI) o l’apprendimento automatico sta già diventando ampiamente utilizzato dalle aziende per aumentare l’efficienza o rilevare problemi. L’intelligenza artificiale utilizza dati e algoritmi per identificare modelli nei dati e apprendere in modo simile alle persone. Allo stesso modo, l’informatica quantistica imbriglia Algoritmi per risolvere problemi difficili molto più velocemente di un computer classico. Per molte aziende, la capacità di combinare queste due tecnologie può portare ad alcuni importanti vantaggi, in particolare per l’informatica quantistica.
Come si interfaccia l'intelligenza artificiale con l'informatica quantistica?
Tim Teter, vicepresidente esecutivo, consulente legale generale e segretario di NVIDIA, parla dell'apprendimento automatico quantistico (QML) (PC NVIDIA.com)
Aziende come NVIDIA, sono leader nei mercati tecnologici sia dell’intelligenza artificiale che dell’informatica quantistica. Attualmente stanno cercando di combinare questi due aspetti in una nuova tecnologia, quella conosciuta come “apprendimento automatico quantistico” (QML). Nell’ambito dell’apprendimento automatico quantistico, i processi di informazione quantistica completano l’apprendimento automatico . per fornire risultati di livello successivo. Secondo TimTeter, il vicepresidente esecutivo, il consigliere generale e il segretario di NVIDIA: “Si prevede che ci saranno casi di vantaggi quantistici matematicamente rigorosi nell’[apprendimento automatico quantistico]. Un esempio di ciò è nei modelli generativi quantistici, poiché cose come le correlazioni quantistiche sono difficili da rappresentare in modo classico, i computer quantistici possono avere un potere più espressivo quando utilizzano modelli generativi. Questi vengono utilizzati in applicazioni come l’elaborazione del linguaggio naturale”.
Una recente Google AI blog ha illustrato i vantaggi dell’apprendimento automatico quantistico, in particolare per i sensori quantistici. Poiché i sensori quantistici sono influenti nelle misurazioni ad alta precisione, come ad esempio di gravitazione onde, avere un metodo per migliorare la stabilità e la scalabilità di questi dispositivi sarebbe un punto di svolta. Secondo il blog, l’apprendimento automatico quantistico: “si trova a cavallo del confine tra computer quantistici e sensori quantistici… Invece di misurare lo stato quantistico, un computer quantistico può archiviare dati quantistici e implementare un algoritmo QML per elaborare i dati senza comprimerli”. Poiché i computer quantistici sono particolarmente fragili, l’utilizzo dell’apprendimento automatico quantistico può non solo ridurre il rumore ambientale, ma anche rendere più possibile la scalabilità.
Come l'intelligenza artificiale può aiutare nella scalabilità quantistica
Sono molte le sfide legate allo sviluppo dei computer quantistici. Uno dei più grandi è controllare il maggior numero di qubit all’interno di un sistema quantistico più grande. Per fortuna, l’apprendimento automatico può aiutare a superare questa sfida. "L'apprendimento automatico può davvero aiutare ad affrontare una vasta area in futuro, ovvero, man mano che i sistemi quantistici iniziano a espandersi in più qubit, la difficoltà riguarderà la calibrazione e il controllo dei sistemi quantistici", ha spiegato Teter. “L’implementazione dei computer quantistici implica la messa a punto e la calibrazione di un gran numero di parametri per qubit. Oggi, gli scienziati quantistici dedicano molto tempo a farlo manualmente, ma in futuro, man mano che i sistemi si espanderanno in scenari di implementazione, questo ovviamente non sarà fattibile. Quindi, è uno degli aspetti per cui riteniamo che la piattaforma NVIDIA sia perfetta per l’abbinamento con il calcolo quantistico in un approccio ibrido”. La piattaforma ibrida di NVIDIA QODA (Quantum Optimized Device Architecture) combina l'informatica classica e quantistica con la disponibilità per l'aggiunta di programmi di apprendimento automatico.
Creare un futuro trasformativo
Sebbene la piattaforma QODA di NVIDIA sia solo una delle tante che combinano calcolo quantistico e intelligenza artificiale, fa parte di una tendenza più ampia che sfrutta entrambe queste tecnologie innovative per raggiungere nuove scoperte. “L’intelligenza artificiale è una tecnologia trasformativa che viene sempre più adottata da tutti i tipi di settori diversi per risolvere problemi più difficili di quelli che potrebbero essere risolti senza l’intelligenza artificiale”, ha aggiunto Teter. “Anche se l’informatica quantistica è un po’ all’inizio della sua vita, offre la promessa di essere altrettanto dirompente per un’ampia gamma di settori in futuro”.
Kenna Hughes-Castleberry è una scrittrice presso Inside Quantum Technology e Science Communicator presso JILA (una partnership tra l'Università del Colorado Boulder e il NIST). I suoi ritmi di scrittura includono la tecnologia profonda, il metaverso e la tecnologia quantistica.
