Rubrica degli ospiti di Quantum Particulars: "I ricercatori quantistici hanno molto da imparare dagli errori della comunità dell'intelligenza artificiale"

Ripubblicato da Platone

Seguaci: 0

Joan Etude Arrow, fondatrice e CEO del Quantum Ethics Project, discute il ruolo dell'hype nel marketing quantistico.

By Kenna Hughes-Castleberry pubblicato il 21 dicembre 2023

"Quantum Particulars" è una rubrica editoriale che presenta approfondimenti esclusivi e interviste con ricercatori, sviluppatori ed esperti quantistici che esaminano le sfide e i processi chiave in questo campo. Questo articolo presenta le opinioni di Joan Etude Arrow, fondatrice e CEO del Quantum Ethics Project, che discute la funzione e i fallimenti dell'“hype” all'interno dell'industria quantistica.

Dopo il Dartmouth del 1956 Studio estivo Gruppo che ha stabilito il campo dell'intelligenza artificiale, nuovi ricercatori di intelligenza artificiale proclamato che i computer avrebbero presto raggiunto intelligenza a livello umano o maggiore. Queste affermazioni sono state fatte quando i computer funzionavano su tubi a vuoto, occupavano un’intera stanza e non disponevano dei numerosi dati di addestramento di Internet essenziali per i modelli di intelligenza artificiale di oggi, come ChatGPT. Anche se non esisteva l’hardware necessario per un’intelligenza artificiale sofisticata, la cosiddetta Anni d'oro di AI durò fino al 1974 e vide milioni di dollari investito in CON da solo a finanziare la ricerca basata su promesse esagerate.

Questa storia potrebbe suonare familiare a chiunque si trovi a poca distanza dall’informatica quantistica. Parla con qualsiasi ricercatore serio, come ho fatto negli ultimi due anni nella mia ricerca per comprendere l’hype quantistico, e ti dirà che il livello di hype intorno alle tecnologie quantistiche è vicino alla cima delle loro preoccupazioni. I miei colleghi temono che, come quei ricercatori degli anni ’50, stiamo sopravvalutando le capacità dei computer quantistici. L’hardware del calcolo quantistico è ancora agli inizi e, come i tubi a vuoto degli anni ’1950, i nostri qubit neonati non sono abbastanza forti da sostenere le promesse che facciamo loro.

Questo è ciò che intendo per hype, che definisco come la differenza tra le capacità promesse di quella tecnologia e le sue capacità nel mondo reale. I ricercatori dell’intelligenza artificiale hanno fatto promesse eccessive 50 anni prima che l’hardware fosse in grado di fornire risultati e, di conseguenza, fede più perduta sul campo – facendo precipitare la ricerca sull’intelligenza artificiale in un inverno di finanziamenti minimi e status marginale per decenni – le cui conseguenze sono state un progresso a passo di lumaca nel campo.

Oggi, i ricercatori quantistici stanno flirtando con lo stesso disastro. Se non riusciamo a gestire l’hype dilagante del nostro campo, corriamo il rischio di far precipitare il quantum in un inverno tutto suo. Ciò garantirebbe che le tanto necessarie soluzioni di cui è capace la tecnologia quantistica non arriveranno prima di anni o addirittura decenni, mentre lottiamo per far avanzare l’hardware quantistico ai margini dello sviluppo tecnologico e senza finanziamenti sufficienti.

Ma questo articolo non è una conferenza sull'hype. Come ho sottolineato dalla mia esperienza, c’è un ampio consenso nella comunità quantistica sul fatto che l’hype è un problema, ora dobbiamo decidere cosa fare al riguardo. A complicare la questione c’è il fatto che l’hype non è una cosa universalmente negativa. Può essere un meccanismo sano per generare entusiasmo, raccogliere fondi e promuovere il proprio lavoro.

Come possiamo, allora, bilanciare le nostre necessità di raccogliere fondi e vendere prodotti con l’imperativo di evitare un inverno quantistico attraverso una scienza chiara e credibile?

Credo che quantificare questo differenziale tra capacità promesse e capacità reali sia un buon inizio. Abbiamo bisogno di una metrica dei tentativi di credibilità per qualificare la seguente domanda: Quanto manca la capacità della vostra tecnologia nel mondo reale di mantenere le sue promesse?

Nel caso degli algoritmi quantistici, il vantaggio computazionale quantistico è l’obiettivo generale del campo. Produrre una metrica di credibilità per un algoritmo quantistico potrebbe sembrare come stimare il numero di qubit di cui probabilmente avresti bisogno per ottenere un vantaggio quantistico e quindi confrontare quel numero con il sistema fisico più grande su cui sei stato in grado di implementare con successo il tuo algoritmo.

Per fare un semplice esempio: se il tuo algoritmo richiede almeno 100 qubit per funzionare in un regime che i computer classici non possono simulare – stabilendo così il regime del vantaggio quantistico – e il tuo algoritmo ha completato solo 7 qubit con un errore di soluzione pre-specificato, allora la tua reale capacità rispetto al rapporto promessa è 7/100 = 7%. Più ti avvicini a 1, più diventi credibile.

È importante sottolineare che questa metrica dipende da un’euristica, il numero di qubit necessari per andare oltre la capacità di simulazione quantistica dei computer classici. Questo numero non è fisso, poiché vengono ideati metodi sempre più sofisticati per la simulazione classica dei sistemi quantistici, questo limite superiore aumenterà. Finché i presupposti riguardanti l’euristica vengono chiariti, il punteggio di credibilità può essere un modo importante per chiarire quella che altrimenti sarebbe una conversazione proibitivamente tecnica sui progressi compiuti dai ricercatori di algoritmi quantistici.

Una metrica di credibilità simile può essere prodotta nei regimi di rilevamento quantistico o di rete quantistica. Per il rilevamento quantistico, l’obiettivo generale potrebbe essere un sensore quantistico, come un GPS senza satellite, che sia sufficientemente portatile da poter essere utilizzato sul campo, ad esempio, nella mano di qualcuno o su un aereo. In questo caso, la promessa è una certa soglia per portabilità, dimensioni fisiche, peso e sensibilità sul campo.

Chiarire questi parametri ridurrebbe l’hype e mostrerebbe i progressi verso un’utile tecnologia quantistica. Potrebbe costituire una proposta di vendita più seria, ma è essenziale per garantire che gli investitori, i potenziali clienti e il pubblico in generale abbiano una comprensione accurata di dove siamo oggi e quanta strada dobbiamo ancora fare.

Questi parametri dovrebbero essere visti come un punto di partenza per gestire il problema dell’hype. Quelli di noi che fanno parte della comunità quantistica dovrebbero lavorare per sviluppare parametri chiari e facili da comprendere che abbiano senso per gli obiettivi dei nostri sottocampi specifici. Inoltre, questi parametri fanno ben poco se sepolti nella sezione tecnica del tuo articolo. Questi parametri e le ipotesi da cui dipendono dovrebbero essere al centro di ogni abstract di un articolo per garantire una comunicazione scientifica chiara e credibile dei nostri risultati in futuro.

Dipende da noi se evitare un inverno quantistico. Se il successo dell’intelligenza artificiale moderna ci ha insegnato qualcosa, è che, quando arriverà, la tecnologia quantistica sarà una forza da non sottovalutare. Dipende da noi quanto presto questo futuro verrà realizzato.

Joan Etude Arrow è la fondatrice e CEO di Progetto di etica quantistica. In qualità di membro della Quantum Society presso il Center for Quantum Networks, Joan è specializzata nell'apprendimento automatico quantistico, con particolare attenzione alle pratiche di ricerca credibili che affrontano i problemi di hype nel settore. In qualità di vicedirettore dell'istruzione e dello sviluppo della forza lavoro presso Q-SEnSE, Joan si concentra anche sul rendere la tecnologia quantistica più accessibile, in particolare per gli studenti provenienti da contesti diversi.

Tag: AI, Algoritmi, montatura, Joan Etude Freccia, calcolo quantistico, particolari quantistici