Gostujoča kolumna Quantum Particulars: »Kvantni raziskovalci se morajo veliko naučiti iz napak skupnosti umetne inteligence« – Inside Quantum Technology

“Quantum Particulars” je uredniška gostujoča rubrika, ki vsebuje ekskluzivne vpoglede in intervjuje s kvantnimi raziskovalci, razvijalci in strokovnjaki, ki obravnavajo ključne izzive in procese na tem področju. Ta članek vsebuje mnenja Joan Etude Arrow, ustanoviteljice in izvršne direktorice projekta Quantum Ethics Project, ki razpravlja o delovanju in pomanjkljivostih »hipa« v kvantni industriji. 

Po Dartmouthu iz leta 1956 Poletna študija Skupina, ki je vzpostavila področje umetne inteligence, novopečeni raziskovalci AI razglašeni ki bi jih računalniki kmalu dosegli inteligenca na človeški ravni ali večji. Te trditve so bile podane, ko so računalniki delovali na vakuumskih elektronkah, zavzeli celo sobo in niso imeli bogatih internetnih podatkov o usposabljanju, ki so bistveni za današnje modele umetne inteligence, kot je ChatGPT. Čeprav ni obstajala nobena strojna oprema, potrebna za sofisticirano umetno inteligenco, t.i zlati leti AI trajal do 1974 in videl milijonov dolarjev vložen pri MIT samo za financiranje raziskav na podlagi prenapihnjenih obljub.

Ta zgodba se morda zdi znana vsakomur, ki je blizu kvantnega računalništva. Pogovorite se s katerim koli resnim raziskovalcem, kot sem jaz v zadnjih dveh letih, ko sem si prizadeval razumeti kvantni hype, in povedal vam bo, da je raven hype okoli kvantnih tehnologij blizu vrha njihovih skrbi. Moji kolegi so zaskrbljeni, da tako kot tisti raziskovalci v 50. letih pretiravamo z zmogljivostmi kvantnih računalnikov. Kvantna računalniška strojna oprema je še vedno v povojih in tako kot vakuumske cevi iz petdesetih let prejšnjega stoletja tudi naši mladi kubiti niso dovolj močni, da bi prevzeli obljube, ki jim jih dajemo.

To je tisto, kar mislim z navdušenjem, ki ga definiram kot razliko med obljubljenimi zmogljivostmi te tehnologije in njenimi zmogljivostmi v resničnem svetu. Raziskovalci umetne inteligence so preveč obljubljali 50 let, preden bo strojna oprema sposobna zagotoviti rezultate, in posledično večina izgubila vero na terenu – raziskave umetne inteligence so desetletja pahnile v zimo minimalnega financiranja in obrobnega statusa – posledice tega so bile polžje napredovale na tem področju.

Danes se kvantni raziskovalci spogledujejo z isto katastrofo. Če se ne bomo spoprijeli z razburkanim navdušenjem na našem področju, tvegamo, da bomo kvant pahnili v samostojno zimo. To bi zagotovilo, da prepotrebne rešitve, ki jih je kvant zmožen, ne bodo prispele leta ali celo desetletja, ko se trudimo napredovati kvantno strojno opremo na obrobju tehnološkega razvoja in brez zadostnega financiranja.

Vendar ta članek ni predavanje o hypu. Kot sem poudaril iz lastnih izkušenj, obstaja široko soglasje v kvantni skupnosti, da je hype problem, zdaj pa se moramo odločiti, kaj storiti glede tega. Težavo otežuje dejstvo, da hype ni splošno slaba stvar. Lahko je a zdrav mehanizem za ustvarjanje navdušenja, zbiranje sredstev in promocijo lastnega dela.

Kako lahko torej naše potrebe po zbiranju sredstev in prodaji izdelkov uravnotežimo z nujnostjo, da se izognemo kvantni zimi z jasno in verodostojno znanostjo?

Menim, da je kvantificiranje te razlike med obljubljeno zmogljivostjo in zmogljivostjo v resničnem svetu dober začetek. Za opredelitev naslednjega vprašanja potrebujemo meritev poskusov verodostojnosti: Kako daleč je zmogljivost vaše tehnologije v resničnem svetu od izpolnjevanja obljub?

V primeru kvantnih algoritmov je kvantna računalniška prednost glavni cilj področja. Izdelava metrike verodostojnosti za kvantni algoritem bi lahko izgledala kot ocena števila kubitov, ki bi jih verjetno potrebovali za doseganje kvantne prednosti, in nato primerjava te številke z največjim fizičnim sistemom, v katerem ste lahko uspešno implementirali svoj algoritem.

Kot preprost primer: če vaš algoritem zahteva vsaj 100 kubitov za delovanje v režimu, ki ga klasični računalniki ne morejo simulirati – s čimer se vzpostavi režim kvantne prednosti – in je vaš algoritem dokončal samo 7 kubitov z vnaprej določeno napako rešitve, potem razmerje vaše dejanske zmogljivosti in obljube je 7/100 = 7 %. Bližje kot se 1, bolj verodostojen postajaš.

Pomembno je poudariti, da je ta metrika odvisna od hevristike, števila kubitov, potrebnih za preseganje zmogljivosti kvantne simulacije klasičnih računalnikov. Ta številka ni fiksna, ker se razvijajo vedno bolj sofisticirane metode za klasično simulacijo kvantnih sistemov, se bo ta zgornja meja dvigovala. Dokler so predpostavke v zvezi s hevristiko jasne, je lahko ocena verodostojnosti pomemben način za pojasnitev tega, kar bi sicer bil prehibitivno tehničen pogovor o napredku, ki so ga dosegli raziskovalci kvantnih algoritmov.

Podobna metrika verodostojnosti se lahko ustvari v režimih kvantnega zaznavanja ali kvantnega mreženja. Za kvantno zaznavanje je lahko glavni cilj kvantni senzor, kot je GPS brez satelitov, ki je dovolj prenosljiv, da ga lahko uporabite na terenu, na primer v roki nekoga ali na letalu. Tukaj je obljuba določen prag za prenosljivost, fizično velikost, težo in občutljivost na terenu.

Razjasnitev teh meritev bi zmanjšala hype in prikazala napredek k uporabni kvantni tehnologiji. To bi lahko pomenilo bolj streznjujočo prodajno predstavo, vendar je nujno zagotoviti, da vlagatelji, potencialne stranke in splošna javnost natančno razumejo, kje smo danes in kako daleč moramo še iti.

Na te meritve je treba gledati kot na izhodišče za reševanje problema hype. Tisti med nami v kvantni skupnosti bi si morali prizadevati za razvoj jasnih, lahko razumljivih meritev, ki so smiselne za cilje naših posebnih podpolj. Poleg tega te meritve ne naredijo veliko, če so zakopane v tehničnem delu vašega časopisa. Te metrike in predpostavke, od katerih so odvisne, bi morale biti v ospredju in na sredini vsakega povzetka prispevka, da zagotovimo jasno in verodostojno znanstveno sporočanje naših prihodnjih rezultatov.

Ali se bomo izognili kvantni zimi, je odvisno od nas. Če nas je uspeh sodobne umetne inteligence česa naučil, je to, da bo kvantna tehnologija, ko bo prispela, sila, s katero je treba računati. Od nas je odvisno, kako hitro se bo ta prihodnost uresničila.

Joan Etude Arrow je ustanoviteljica in izvršna direktorica podjetja Projekt kvantne etike. Kot sodelavka Quantum Society pri Centru za kvantna omrežja je Joan specializirana za kvantno strojno učenje s posebnim poudarkom na verodostojnih raziskovalnih praksah, ki obravnavajo vprašanja navdušenja na tem področju. Kot namestnica direktorja za izobraževanje in razvoj delovne sile pri Q-SEnSE se Joan osredotoča tudi na to, da bo kvantna tehnologija bolj dostopna, zlasti študentom iz različnih okolij.

Tags: AI, algoritmi, hype, Joan Etude Arrow, kvantno računalništvo, kvantne podrobnosti

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: 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/