Quantum Specifika gästkolumn: "Kvantforskare har mycket att lära av misstagen från den artificiella intelligensgemenskapen" - Inside Quantum Technology

"Quantum Particulars" är en redaktionell gästkolumn som innehåller exklusiva insikter och intervjuer med kvantforskare, utvecklare och experter som tittar på viktiga utmaningar och processer inom detta område. Den här artikeln innehåller åsikter från Joan Etude Arrow, grundare och VD för Quantum Ethics Project, som diskuterar funktionen och bristerna hos "hype" inom kvantindustrin. 

Efter 1956 års Dartmouth Sommarstudie Grupp som etablerade området för artificiell intelligens, nypräglade AI-forskare proclaimed som datorer snart skulle uppnå intelligens på mänsklig nivå eller högre. Dessa påståenden gjordes när datorer körde på vakuumrör, tog upp ett helt rum och saknade internets rikliga träningsdata som är nödvändiga för AI-modeller idag, som ChatGPT. Även om ingen av den hårdvara som krävs för sofistikerad AI existerade, den sk gyllene år av AI varade till 1974 och såg miljoner dollar investerat på MIT ensam för att finansiera forskning baserad på överhypade löften.

Den här historien kan låta bekant för alla inom spottavstånd från kvantberäkning. Prata med alla seriösa forskare, eftersom jag under de senaste två åren har försökt förstå kvanthypen, och de kommer att berätta för dig att nivån av hype kring kvantteknologier är nära toppen av deras bekymmer. Mina kollegor oroar sig för att vi, precis som de forskare på 50-talet, översäljer kvantdatorernas kapacitet. Kvantdatorhårdvara är fortfarande i sin linda, och precis som vakuumrören på 1950-talet är våra spädbarns qubits inte tillräckligt starka för att axla de löften vi ger dem.

Det här är vad jag menar med hype, som jag definierar som skillnaden mellan den teknikens utlovade kapacitet och dess verkliga kapacitet. AI-forskare överlovade 50 år innan hårdvaran skulle kunna leverera, och som ett resultat, mest förlorad tro på fältet – att kasta AI-forskning in i en vinter med minimal finansiering och randstatus i decennier – vars konsekvenser var en snigelhastighet av framsteg på området.

Idag flirtar kvantforskare med samma katastrof. Om vi ​​inte får grepp om den skenande hypen på vårt område riskerar vi att kasta kvantum in i en egen vinter. Detta skulle garantera att de välbehövliga lösningarna som quantum är kapabla till inte kommer att komma på flera år eller till och med årtionden när vi kämpar för att utveckla kvanthårdvara i utkanten av teknisk utveckling och utan tillräcklig finansiering.

Men den här artikeln är inte en föreläsning om hype. Som jag har påpekat utifrån mina egna erfarenheter, finns det bred enighet i kvantsamhället om att hype är ett problem, nu måste vi bestämma oss för vad vi ska göra åt det. Det som komplicerar problemet är det faktum att hype inte är en allmänt dålig sak. Det kan vara en hälsosam mekanism för att skapa spänning, samla in pengar och främja sitt arbete.

Hur kan vi då balansera våra behov av att samla in pengar och sälja produkter med kravet att undvika en kvantvinter genom tydlig och trovärdig vetenskap?

Jag tror att det är en bra början att kvantifiera denna skillnad mellan utlovad kapacitet och kapacitet i verkligheten. Vi behöver ett mått på trovärdighetsförsök för att kvalificera följande fråga: Hur långt är det från din tekniks verkliga förmåga från att hålla vad den lovar?

När det gäller kvantalgoritmer är kvantberäkningsfördelar det övergripande målet för fältet. Att ta fram ett trovärdighetsmått för en kvantalgoritm kan se ut som att uppskatta antalet kvantbitar som du sannolikt skulle behöva för att uppnå kvantfördelar och sedan jämföra det siffran med det största fysiska systemet du har lyckats implementera din algoritm på.

Som ett enkelt exempel: Om din algoritm kräver minst 100 qubits för att utföra i en regim som klassiska datorer inte kan simulera – och därigenom etablerar regimen av kvantfördelar – och din algoritm har slutfört på endast 7 qubits med ett fördefinierat lösningsfel, då din verkliga förmåga kontra löfte är 7/100 = 7%. Ju närmare 1 du kommer, desto mer trovärdig blir du.

Det är viktigt att påpeka att detta mått beror på en heuristik, antalet qubits som behövs för att gå utöver kvantsimuleringskapaciteten hos klassiska datorer. Detta antal är inte fast, eftersom allt mer sofistikerade metoder för klassisk simulering av kvantsystem utarbetas, kommer denna övre gräns att stiga. Så länge som antagandena om heuristik görs tydliga, kan trovärdighetspoängen vara ett viktigt sätt att klargöra vad som annars skulle vara ett oöverkomligt tekniskt samtal om de framsteg som görs av kvantalgoritmforskare.

Ett liknande trovärdighetsmått kan produceras i kvantavkännings- eller kvantnätverksregimer. För kvantavkänning kan det övergripande målet vara en kvantsensor, till exempel en satellitfri GPS, som är tillräckligt portabel för att kunna användas i fält, till exempel i någons hand eller på ett plan. Här är löftet en viss tröskel för portabilitet, fysisk storlek, vikt och känslighet i fält.

Att förtydliga dessa mätvärden skulle minska hypen och visa upp framsteg mot användbar kvantteknologi. Det kan ge en mer nykter säljprat, men det är viktigt att se till att investerare, potentiella kunder och allmänheten har en korrekt förståelse för var vi är idag och hur långt vi har kvar att gå.

Dessa mått ska ses som en utgångspunkt för att få grepp om problemet med hype. De av oss i kvantgemenskapen bör arbeta för att utveckla tydliga, lättförståeliga mätetal som är vettiga för målen för våra specifika delområden. Dessutom gör dessa mätvärden lite om de är begravda i din tidnings tekniska sektion. Dessa mätvärden och de antaganden de är beroende av bör stå i centrum i varje pappersabstrakt för att säkerställa tydlig och trovärdig vetenskaplig kommunikation av våra resultat framöver.

Om vi ​​undviker en kvantvinter är upp till oss. Om framgången med modern AI har lärt oss något så är det att kvantteknologin kommer att vara en kraft att räkna med när den kommer fram. Det är upp till oss hur snart den framtiden förverkligas.

Joan Etude Arrow är grundare och VD för Quantum Ethics Project. Som Quantum Society Fellow med Center for Quantum Networks, specialiserar Joan sig på kvantmaskininlärning med särskilt fokus på trovärdiga forskningsmetoder som tar upp frågor om hype inom området. Som biträdande direktör för utbildning och arbetskraftsutveckling på Q-SEnSE är Joan också fokuserad på att göra kvantteknologi mer tillgänglig, särskilt för studenter med olika bakgrunder.

Taggar: AI, algoritmer, hype, Joan Etude Arrow, kvantkalkylering, kvantdetaljer

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
• PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
• Platoesg. Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
• PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
• Källa: 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/