By Kenna Hughes-Castleberry objavljeno 23. septembra 2022
Ko gre za inovativne nove tehnologije, sta tako umetna inteligenca kot kvantno računalništvo na vrhu seznama. Podjetja že pogosto uporabljajo umetno inteligenco (AI) ali strojno učenje za pomoč pri povečanju učinkovitosti ali odkrivanju težav. Umetna inteligenca uporablja podatke in algoritme za prepoznavanje vzorcev v podatkih in učenje na podoben način kot ljudje. Kvantno računalništvo podobno izkorišča algoritmi reševati težke probleme veliko hitreje kot klasičen računalnik. Za mnoga podjetja lahko zmožnost združevanja teh dveh tehnologij vodi do nekaterih velikih prednosti, posebej za kvantno računalništvo.
Kako se umetna inteligenca povezuje s kvantnim računalništvom?
Tim Teter, izvršni podpredsednik, generalni svetovalec in sekretar NVIDIA, govori o kvantnem strojnem učenju (QML) (PC NVIDIA.com)
Podjetja všeč NVIDIA, so vodilni na tehnoloških trgih tako za umetno inteligenco kot za kvantno računalništvo. Trenutno si prizadevajo združiti to dvoje v novo tehnologijo, tako imenovano »kvantno strojno učenje« (QML). Znotraj kvantnega strojnega učenja kvantni informacijski procesi dopolnjujejo strojno učenje Analiza za zagotavljanje rezultatov naslednje stopnje. Po navedbah Tim Teter, izvršni podpredsednik, generalni svetovalec in sekretar NVIDIA: »Pričakuje se, da bodo v [kvantnem strojnem učenju] primeri matematično rigoroznih kvantnih prednosti. Eden od primerov tega so kvantni generativni modeli, ker je stvari, kot so kvantne korelacije, težko klasično predstaviti, imajo lahko kvantni računalniki večjo izrazno moč pri uporabi generativnih modelov. Te se uporabljajo v aplikacijah, kot je obdelava naravnega jezika.«
Nedavna Google AI blog je ponazoril prednosti kvantnega strojnega učenja, posebej za kvantne senzorje. Ker so kvantni senzorji vplivni pri visoko natančnih meritvah, kot npr gravitacijsko valovi, bi metoda za izboljšanje stabilnosti in razširljivosti teh naprav spremenila igro. Glede na blog, kvantno strojno učenje: "sega na meji med kvantnimi računalniki in kvantnimi senzorji ... Namesto merjenja kvantnega stanja lahko kvantni računalnik shrani kvantne podatke in implementira algoritem QML za obdelavo podatkov, ne da bi jih zrušil." Ker so kvantni računalniki še posebej občutljivi, uporaba kvantnega strojnega učenja ne more le zmanjšati okoljskega hrupa, temveč omogoči večjo razširljivost.
Kako lahko umetna inteligenca pomaga pri kvantni razširljivosti
Povečevanje kvantnih računalnikov je veliko izzivov. Eden največjih je nadzor nad večjim številom qubits znotraj večjega kvantnega sistema. Na srečo lahko strojno učenje pomaga premagati ta izziv. "Strojno učenje lahko resnično pomaga obravnavati veliko področje v prihodnosti, kar je, ko se bodo kvantni sistemi začeli večati v več kubitov, težave pa bodo pri umerjanju in nadzoru kvantnih sistemov," je pojasnil Teter. »Uvajanje kvantnih računalnikov vključuje prilagajanje in kalibracijo velikega števila parametrov na kubit. Danes kvantni znanstveniki porabijo veliko časa za to ročno, toda v prihodnosti, ko se sistemi povečajo v scenarije uvajanja, to seveda ne bo izvedljivo. Torej, to je ena od stvari, za katero menimo, da je platforma NVIDIA odlična za združevanje s kvantnim računalništvom v hibridnem pristopu.” Hibridna platforma NVIDIA QODA (Quantum Optimized Device Architecture) združuje klasično in kvantno računalništvo z razpoložljivostjo za dodajanje v programe strojnega učenja.
Ustvarjanje transformativne prihodnosti
Čeprav je platforma NVIDIA QODA le ena od mnogih, ki združujejo kvantno računalništvo in umetno inteligenco, je del širšega trenda, ki izkorišča obe inovativni tehnologiji za doseganje novih prebojev. "Umetna inteligenca je transformativna tehnologija, ki jo vse bolj sprejemajo različni sektorji za reševanje težjih problemov, kot bi jih bilo mogoče rešiti brez umetne inteligence," je dodal Teter. "Medtem ko je kvantno računalništvo malo prej v svoji življenjski dobi, ponuja obljubo, da bo v prihodnosti podobno moteče za številne industrije."
Kenna Hughes-Castleberry je zaposlena pisateljica pri Inside Quantum Technology in znanstveni komunikator pri JILA (partnerstvo med Univerzo Colorado Boulder in NIST). Njeni utripi pisanja vključujejo globoko tehnologijo, metaverzum in kvantno tehnologijo.
