By Кенна Хьюз-Кастлберри опубликовано 23 сент. 2022 г.
Когда дело доходит до инновационных новых технологий, и искусственный интеллект, и квантовые вычисления находятся в верхней части списка. Искусственный интеллект (ИИ) или машинное обучение уже широко используются компаниями для повышения эффективности или выявления проблем. Искусственный интеллект использует данные и алгоритмы для выявления закономерностей в данных и обучения таким же образом, как люди. Точно так же квантовые вычисления алгоритмы решать сложные задачи гораздо быстрее, чем классический компьютер. Для многих компаний возможность комбинировать эти две технологии может дать значительные преимущества, особенно для квантовых вычислений.
Как искусственный интеллект взаимодействует с квантовыми вычислениями?
Тим Тетер, исполнительный вице-президент, главный юрисконсульт и секретарь NVIDIA, говорит о квантовом машинном обучении (QML) (ПК NVIDIA.com)
Компании, подобные NVIDIA, лидируют на рынках технологий искусственного интеллекта и квантовых вычислений. В настоящее время они пытаются объединить эти две технологии в новую технологию, известную как «квантовое машинное обучение».QML). В квантовом машинном обучении квантовые информационные процессы дополняют машинное обучение. анализ для обеспечения результатов следующего уровня. В соответствии с Тим Тетер, исполнительный вице-президент, главный юрисконсульт и секретарь NVIDIA: «Ожидается, что будут случаи математически строгих квантовых преимуществ в [квантовом машинном обучении]. Одним из примеров этого являются квантовые генеративные модели, поскольку такие вещи, как квантовые корреляции, трудно представить классически, квантовые компьютеры могут иметь большую выразительную мощь при использовании генеративных моделей. Они используются в таких приложениях, как обработка естественного языка».
Недавнее Google AI блог продемонстрировал преимущества квантового машинного обучения, особенно для квантовых датчиков. Поскольку квантовые датчики влияют на высокоточные измерения, например, для гравитационный волны, наличие метода повышения стабильности и масштабируемости этих устройств изменит правила игры. Согласно блогу, квантовое машинное обучение: «между квантовыми компьютерами и квантовыми датчиками… Вместо измерения квантового состояния квантовый компьютер может хранить квантовые данные и реализовывать алгоритм QML для обработки данных без их разрушения». Поскольку квантовые компьютеры особенно хрупкие, использование квантового машинного обучения может не только уменьшить шум окружающей среды, но и сделать масштабируемость более возможной.
Как искусственный интеллект может помочь в квантовой масштабируемости
Существует множество проблем, связанных с масштабированием квантовых компьютеров. Одним из самых больших является контроль над большим количеством кубиты внутри большей квантовой системы. К счастью, машинное обучение может помочь решить эту проблему. «Машинное обучение может реально помочь решить большую проблему в будущем, а именно, по мере того как квантовые системы начнут масштабироваться до большего количества кубитов, возникнут трудности с калибровкой и контролем квантовых систем», — пояснил Тетер. «Развертывание квантовых компьютеров включает в себя настройку и калибровку большого количества параметров на кубит. Сегодня квантовые ученые тратят много времени на это вручную, но в будущем, когда системы масштабируются до сценариев развертывания, это, конечно, будет невозможно. Поэтому мы считаем, что платформа NVIDIA отлично подходит для сочетания с квантовыми вычислениями в гибридном подходе». Гибридная платформа NVIDIA КОДА (Quantum Optimized Device Architecture) сочетает в себе классические и квантовые вычисления с возможностью добавления в программы машинного обучения.
Создание преобразующего будущего
Хотя платформа NVIDIA QODA — лишь одна из многих, объединяющих квантовые вычисления и искусственный интеллект, она является частью более широкой тенденции, которая использует обе эти инновационные технологии для достижения новых прорывов. «ИИ — это преобразующая технология, которая все чаще используется во всех сферах для решения более сложных проблем, чем те, которые можно было бы решить без ИИ», — добавил Тетер. «Хотя квантовые вычисления появились немного раньше, они обещают быть такими же революционными для широкого круга отраслей в будущем».
Кенна Хьюз-Кастлберри — штатный писатель Inside Quantum Technology и научный коммуникатор JILA (партнерство между Колорадским университетом в Боулдере и NIST). Ее писательские приемы включают в себя глубокие технологии, метавселенную и квантовые технологии.
