By ケナ・ヒューズ=キャッスルベリー 23 年 2022 月 XNUMX 日に投稿
革新的な新技術に関して言えば、人工知能と量子コンピューティングの両方がリストのトップにあります。 人工知能 (AI) または機械学習は、効率の向上や問題の検出を支援するために、企業によってすでに広く使用されるようになっています。 人工知能は、データとアルゴリズムを使用してデータのパターンを識別し、人間と同じように学習します。 量子コンピューティングも同様にハーネス アルゴリズム 従来のコンピューターよりもはるかに速く難しい問題を解決することができます。 多くの企業にとって、これら XNUMX つのテクノロジを組み合わせることができることは、特に量子コンピューティングにおいて、いくつかの強力な利点につながる可能性があります。
人工知能は量子コンピューティングとどのように連携しますか?
好きな会社 NVIDIA、人工知能と量子コンピューティングの両方の技術市場をリードしています。 現在、彼らはこれら XNUMX つを組み合わせて、「量子機械学習」として知られる新しい技術を作ろうとしています (QML)。 量子機械学習内では、量子情報処理が機械学習を補完します 分析 次のレベルの結果を提供します。 によると ティム・テター、エグゼクティブ バイス プレジデント、ゼネラル カウンセル、セクレタリー NVIDIA: 「[量子機械学習] では、数学的に厳密な量子優位性が得られるケースが予想されます。 この一例は、量子生成モデルです。量子相関などは古典的に表現するのが難しいため、生成モデルを使用すると、量子コンピューターはより表現力が高くなる可能性があります。 これらは、自然言語処理などのアプリケーションで使用されます。」
最近の GoogleのAI ブログでは、量子機械学習、特に量子センサーのメリットについて説明しました。 量子センサーは、高精度の測定に影響を与えるため、 重力 これらのデバイスの安定性とスケーラビリティを改善する方法があれば、ゲーム チェンジャーになるでしょう。 ブログによると、量子機械学習は次のように述べています。 量子コンピューターは特に壊れやすいため、量子機械学習を使用すると、環境ノイズを減らすだけでなく、スケーラビリティをより可能にすることができます。
人工知能が量子スケーラビリティをどのように支援できるか
量子コンピューターのスケールアップには多くの課題があります。 最大のものの XNUMX つは、より多くの キュビット より大きな量子システム内。 ありがたいことに、機械学習はこの課題を克服するのに役立ちます。 「機械学習は、量子システムがより多くの量子ビットにスケールアップし始めるにつれて、量子システムの調整と制御が困難になるという将来の大きな分野に実際に対処するのに役立ちます」と Teter は説明しました。 「量子コンピューターの展開には、量子ビットごとに多数のパラメーターの調整とキャリブレーションが必要です。 今日、量子科学者は手作業で多くの時間を費やしていますが、将来、システムが展開シナリオにスケールアップするにつれて、これはもちろん実現不可能になります. そのため、NVIDIA プラットフォームは、ハイブリッド アプローチで量子コンピューティングと組み合わせるのに最適であると私たちが考えていることの XNUMX つです。」 NVIDIA のハイブリッド プラットフォーム QODA (量子最適化デバイス アーキテクチャ) は、古典的なコンピューティングと量子コンピューティングを組み合わせて、機械学習プログラムを追加できるようにします。
革新的な未来を創造する
NVIDIA の QODA プラットフォームは、量子コンピューティングと人工知能を組み合わせた多くのプラットフォームの XNUMX つにすぎませんが、これらの革新的なテクノロジの両方を活用して新しいブレークスルーを達成するというより大きなトレンドの一部です。 「AI は、AI なしでは解決できない困難な問題を解決するために、あらゆる種類のさまざまなセクターでますます採用されている革新的なテクノロジーです」と Teter 氏は付け加えました。 「量子コンピューティングはその寿命が少し早いですが、将来的には幅広い業界に同様の破壊的影響を与える可能性があります。」
Kenna Hughes-Castleberry は、Inside Quantum Technology のスタッフ ライターであり、JILA (コロラド大学ボルダー校と NIST のパートナーシップ) のサイエンス コミュニケーターです。 彼女の執筆活動には、ディープ テクノロジー、メタバース、量子テクノロジーが含まれます。