Quantum Particulars gjestespalte: "Kvanteforskere har mye å lære av feilene til kunstig intelligenssamfunnet" - Inside Quantum Technology

"Quantum Particulars" er en redaksjonell gjestespalte som inneholder eksklusiv innsikt og intervjuer med kvanteforskere, utviklere og eksperter som ser på sentrale utfordringer og prosesser på dette feltet. Denne artikkelen inneholder meningene til Joan Etude Arrow, grunnlegger og administrerende direktør for Quantum Ethics Project, som diskuterer funksjonen og feilene til "hype" i kvanteindustrien. 

Etter Dartmouth i 1956 Sommerstudie Gruppe som etablerte feltet kunstig intelligens, nylig preget AI-forskere proklamerte som datamaskiner snart ville oppnå intelligens på menneskelig nivå eller større. Disse påstandene ble fremsatt da datamaskiner kjørte på vakuumrør, tok opp et helt rom og manglet internetts rikelige treningsdata som var essensielle for AI-modeller i dag, for eksempel ChatGPT. Selv om ingen av maskinvaren som er nødvendig for sofistikert AI fantes, den såkalte gyldne år av AI varte til 1974 og så millioner av dollar investert på MIT alene for å finansiere forskning basert på overhypede løfter.

Denne historien kan høres kjent ut for alle innen spytteavstand fra kvanteberegning. Snakk med en seriøs forsker, som jeg har gjort i løpet av de siste to årene på min søken etter å forstå kvantehypen, og de vil fortelle deg at nivået av hype rundt kvanteteknologier er nær toppen av deres bekymringer. Mine kolleger bekymrer seg over at vi, i likhet med forskerne på 50-tallet, overselger evnene til kvantedatamaskiner. Kvantedatamaskinvare er fortsatt i sin spede begynnelse, og i likhet med vakuumrørene på 1950-tallet er ikke spedbarns-qubitene våre sterke nok til å bære løftene vi gir dem.

Dette er hva jeg mener med hype, som jeg definerer som forskjellen mellom de lovede egenskapene til den teknologien og dens virkelige evner. AI-forskere overlovet 50 år før maskinvaren ville være i stand til å levere, og som et resultat, mest tapte troen i feltet – å kaste AI-forskning inn i en vinter med minimal finansiering og randstatus i flere tiår – konsekvensene av dette var en sneglefart for fremskritt på feltet.

I dag flørter kvanteforskere med den samme katastrofen. Hvis vi ikke får tak i den frodige hypen i feltet vårt, risikerer vi å kaste kvante inn i en egen vinter. Dette vil garantere at de sårt tiltrengte løsningene quantum er i stand til ikke vil komme på år eller tiår ettersom vi kjemper for å fremme kvantemaskinvare i utkanten av teknologisk utvikling og uten tilstrekkelig finansiering.

Men denne artikkelen er ikke et foredrag om hype. Som jeg har påpekt fra mine egne erfaringer, er det bred enighet i kvantesamfunnet om at hype er et problem, nå må vi bestemme oss for hva vi skal gjøre med det. Det som kompliserer problemet er det faktum at hype ikke er en universelt dårlig ting. Det kan være en sunn mekanisme for å skape begeistring, skaffe finansiering og promotere ens arbeid.

Hvordan kan vi da balansere våre behov for å skaffe midler og selge produkter med imperativet for å unngå en kvantevinter gjennom klar og troverdig vitenskap?

Jeg tror at det er en god start å kvantifisere denne forskjellen mellom lovet kapasitet og kapasitet i den virkelige verden. Vi trenger en beregning av troverdighetsforsøk for å kvalifisere følgende spørsmål: Hvor langt er teknologiens kapasitet i den virkelige verden fra å holde løftet?

Når det gjelder kvantealgoritmer, er kvanteberegningsfordelen det overordnede målet for feltet. Å produsere en troverdighetsmåling for en kvantealgoritme kan se ut som å estimere antall qubits som du sannsynligvis vil trenge for å oppnå kvantefordeler, og deretter sammenligne dette tallet med det største fysiske systemet du har vært i stand til å implementere algoritmen på.

Som et enkelt eksempel: Hvis algoritmen din krever minst 100 qubits for å utføre i et regime som klassiske datamaskiner ikke kan simulere – og dermed etablerer regimet med kvantefordeler – og algoritmen din har fullført på bare 7 qubits med en forhåndsspesifisert løsningsfeil, så din reelle evne kontra løfteforhold er 7/100 = 7 %. Jo nærmere du kommer 1, jo mer troverdig blir du.

Det er viktig å påpeke at denne metrikken avhenger av en heuristikk, antall qubits som trengs for å gå utover kvantesimuleringskapasiteten til klassiske datamaskiner. Dette tallet er ikke fast, ettersom stadig mer sofistikerte metoder for klassisk simulering av kvantesystemer blir utviklet, vil denne øvre grensen stige. Så lenge forutsetningene angående heuristikk er gjort klare, kan troverdighetspoengsummen være en viktig måte å avklare hva som ellers ville vært en uoverkommelig teknisk samtale om fremgangen som gjøres av kvantealgoritmeforskere.

En lignende troverdighetsmåling kan produseres i kvanteregistrering eller kvantenettverksregimer. For kvantesansing kan det overordnede målet være en kvantesensor, for eksempel en satellittfri GPS, som er bærbar nok til å bli utplassert i felten, for eksempel i noens hånd eller på et fly. Her er løftet en viss terskel for portabilitet, fysisk størrelse, vekt og følsomhet i felten.

Å avklare disse beregningene vil redusere hypen og vise fremgang mot nyttig kvanteteknologi. Det kan gi et mer nøkternt salgsargument, men det er viktig å sikre at investorer, potensielle kunder og allmennheten har en nøyaktig forståelse av hvor vi er i dag og hvor langt vi har å gå.

Disse beregningene bør sees på som et utgangspunkt for å få tak i problemet med hype. De av oss i kvantesamfunnet bør jobbe for å utvikle klare, lettfattelige beregninger som gir mening for målene til våre spesifikke underfelt. I tillegg gjør disse beregningene lite hvis de er begravet i papirets tekniske seksjon. Disse beregningene og forutsetningene de er avhengige av, bør stå i sentrum i hvert papirabstrakt for å sikre klar og troverdig vitenskapelig kommunikasjon av resultatene våre fremover.

Om vi ​​unngår en kvantevinter er opp til oss. Hvis suksessen til moderne kunstig intelligens har lært oss noe, er det at kvanteteknologi vil være en kraft å regne med når den kommer. Det er opp til oss hvor snart fremtiden realiseres.

Joan Etude Arrow er grunnlegger og administrerende direktør for Kvanteetikkprosjekt. Som Quantum Society Fellow med Center for Quantum Networks, spesialiserer Joan seg i kvantemaskinlæring med et spesielt fokus på troverdig forskningspraksis som tar opp spørsmål om hype i feltet. Som nestleder for utdanning og arbeidsstyrkeutvikling ved Q-SEnSE, er Joan også fokusert på å gjøre kvanteteknologi mer tilgjengelig, spesielt for studenter med ulike bakgrunner.

Tags: AI, algoritmer, hype, Joan Etude Arrow, kvanteberegning, kvanteopplysninger

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
• PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
• PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
• PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
• kilde: https://www.insidequantumtechnology.com/news-archive/quantum-particulars-guest-column-quantum-researchers-have-a-lot-to-learn-from-the-mistakes-of-the-artificial-intelligence-community/