คอลัมน์รับเชิญเฉพาะของควอนตัม: “นักวิจัยควอนตัมมีอะไรให้เรียนรู้มากมายจากความผิดพลาดของชุมชนปัญญาประดิษฐ์” – Inside Quantum Technology

“Quantum Particulars” เป็นคอลัมน์รับเชิญจากกองบรรณาธิการที่นำเสนอข้อมูลเชิงลึกสุดพิเศษและบทสัมภาษณ์นักวิจัย นักพัฒนา และผู้เชี่ยวชาญควอนตัมเกี่ยวกับความท้าทายและกระบวนการสำคัญในสาขานี้ บทความนี้นำเสนอความคิดเห็นของ Joan Etude Arrow ผู้ก่อตั้งและซีอีโอของโครงการ Quantum Ethics ซึ่งกล่าวถึงการทำงานและความล้มเหลวของ "กระแสเกินจริง" ในอุตสาหกรรมควอนตัม 

หลังจากดาร์ตมัธปี 1956 การศึกษาภาคฤดูร้อน กลุ่มที่สร้างสาขาปัญญาประดิษฐ์ นักวิจัย AI ที่เพิ่งก่อตั้งใหม่ ประกาศ ที่คอมพิวเตอร์จะบรรลุผลสำเร็จในไม่ช้า ความฉลาดระดับมนุษย์ หรือสูงกว่า การกล่าวอ้างเหล่านี้เกิดขึ้นเมื่อคอมพิวเตอร์ทำงานบนหลอดสุญญากาศ ครอบครองทั้งห้อง และขาดข้อมูลการฝึกอบรมมากมายของอินเทอร์เน็ตที่จำเป็นสำหรับโมเดล AI ในปัจจุบัน เช่น ChatGPT แม้ว่าจะไม่มีฮาร์ดแวร์ที่จำเป็นสำหรับ AI ที่ซับซ้อน แต่สิ่งที่เรียกว่า ปีทอง ของ AI ดำเนินมาจนถึงปี 1974 และเห็น ล้านดอลลาร์ ลงทุนที่ เอ็มไอที เพียงอย่างเดียวเพื่อให้ทุนสนับสนุนการวิจัยตามคำสัญญาที่เกินจริง

เรื่องราวนี้อาจฟังดูคุ้นเคยสำหรับทุกคนที่อยู่ไม่ไกลจากคอมพิวเตอร์ควอนตัม พูดคุยกับนักวิจัยที่จริงจังคนใดก็ได้ ตามที่ฉันได้ทำมาตลอดสองปีที่ผ่านมาเพื่อทำความเข้าใจกระแสควอนตัม และพวกเขาจะบอกคุณว่าระดับของกระแสเกินจริงเกี่ยวกับเทคโนโลยีควอนตัมนั้นใกล้เคียงกับข้อกังวลอันดับต้น ๆ ของพวกเขา เพื่อนร่วมงานของฉันกังวลว่า เช่นเดียวกับนักวิจัยในยุค 50 เรากำลังขายเกินขีดความสามารถของคอมพิวเตอร์ควอนตัม ฮาร์ดแวร์คอมพิวเตอร์ควอนตัมยังอยู่ในช่วงเริ่มต้น และเช่นเดียวกับหลอดสุญญากาศในทศวรรษ 1950 ควิบิตสำหรับทารกของเราไม่แข็งแกร่งพอที่จะทำตามคำมั่นสัญญาที่เราให้ไว้

นี่คือสิ่งที่ฉันหมายถึงโดยโฆษณาเกินจริง ซึ่งฉันนิยามว่าเป็นความแตกต่างระหว่างความสามารถที่สัญญาไว้ของเทคโนโลยีนั้นกับความสามารถในโลกแห่งความเป็นจริง นักวิจัย AI สัญญาไว้มากเกินไปเป็นเวลา 50 ปีก่อนที่ฮาร์ดแวร์จะสามารถส่งมอบได้ และผลที่ตามมาก็คือ สูญเสียศรัทธามากที่สุด ในสาขานี้ ซึ่งส่งผลให้การวิจัย AI เข้าสู่ช่วงฤดูหนาวที่มีเงินทุนน้อยที่สุดและมีสถานะใกล้เคียงมานานหลายทศวรรษ ผลที่ตามมาก็คือความก้าวหน้าในสาขานี้อย่างรวดเร็ว

ปัจจุบันนักวิจัยควอนตัมกำลังเจ้าชู้กับภัยพิบัติเดียวกัน หากเราไม่สามารถจัดการกับกระแสที่แพร่หลายในสาขาของเราได้ เราก็เสี่ยงที่ควอนตัมจะพุ่งเข้าสู่ฤดูหนาวของมันเอง สิ่งนี้จะรับประกันได้ว่าโซลูชันควอนตัมที่มีความจำเป็นมากนั้นจะไม่มาถึงเป็นเวลาหลายปีหรือหลายทศวรรษ ในขณะที่เราพยายามดิ้นรนเพื่อพัฒนาฮาร์ดแวร์ควอนตัมที่อยู่นอกขอบเขตของการพัฒนาทางเทคโนโลยีและไม่มีเงินทุนเพียงพอ

แต่บทความนี้ไม่ใช่การบรรยายเกี่ยวกับการโฆษณาเกินจริง ตามที่ฉันได้ชี้ให้เห็นจากประสบการณ์ของตัวเอง มีข้อตกลงกว้างๆ ในชุมชนควอนตัมว่าการโฆษณาเกินจริงเป็นปัญหา ตอนนี้เราต้องตัดสินใจว่าจะทำอย่างไรกับมัน ปัญหาที่ซับซ้อนมากขึ้นก็คือความจริงที่ว่าการโฆษณาเกินจริงไม่ได้เป็นสิ่งที่เลวร้ายในระดับสากล มันสามารถเป็น กลไกที่ดีต่อสุขภาพ เพื่อสร้างความตื่นเต้น ระดมทุน และส่งเสริมผลงาน

แล้วเราจะสร้างสมดุลระหว่างความต้องการในการระดมทุนและขายผลิตภัณฑ์โดยหลีกเลี่ยงฤดูหนาวควอนตัมผ่านวิทยาศาสตร์ที่ชัดเจนและน่าเชื่อถือได้อย่างไร

ฉันเชื่อว่าการหาปริมาณความแตกต่างระหว่างความสามารถที่สัญญาไว้กับความสามารถในโลกแห่งความเป็นจริงถือเป็นการเริ่มต้นที่ดี เราต้องการการวัดความน่าเชื่อถือเพื่อตอบคำถามต่อไปนี้: ความสามารถในโลกแห่งความเป็นจริงของเทคโนโลยีของคุณอยู่ไกลแค่ไหนจากการส่งมอบตามคำมั่นสัญญา?

ในกรณีของอัลกอริธึมควอนตัม ความได้เปรียบในการคำนวณควอนตัมคือเป้าหมายที่ครอบคลุมของสนามนี้ การสร้างหน่วยวัดความน่าเชื่อถือสำหรับอัลกอริธึมควอนตัมอาจดูเหมือนการประมาณจำนวนคิวบิตที่คุณน่าจะต้องใช้เพื่อให้ได้รับความได้เปรียบทางควอนตัม แล้วเปรียบเทียบตัวเลขนั้นกับระบบทางกายภาพที่ใหญ่ที่สุดที่คุณสามารถนำอัลกอริธึมของคุณไปใช้ได้อย่างประสบความสำเร็จ

ตามตัวอย่างง่ายๆ: หากอัลกอริทึมของคุณต้องใช้อย่างน้อย 100 คิวบิตเพื่อดำเนินการในระบบที่คอมพิวเตอร์คลาสสิกไม่สามารถจำลองได้ ดังนั้นจึงเป็นการสร้างระบบข้อได้เปรียบด้านควอนตัม และอัลกอริทึมของคุณเสร็จสิ้นแล้วเพียง 7 คิวบิตโดยมีข้อผิดพลาดในการแก้ปัญหาที่กำหนดไว้ล่วงหน้า จากนั้น ความสามารถที่แท้จริงของคุณเทียบกับอัตราส่วนสัญญาคือ 7/100 = 7% ยิ่งคุณเข้าใกล้ 1 มากเท่าไร คุณก็ยิ่งมีความน่าเชื่อถือมากขึ้นเท่านั้น

สิ่งสำคัญคือต้องชี้ให้เห็นว่าหน่วยวัดนี้ขึ้นอยู่กับฮิวริสติก ซึ่งเป็นจำนวนคิวบิตที่จำเป็นเพื่อให้เกินความสามารถในการจำลองควอนตัมของคอมพิวเตอร์คลาสสิก จำนวนนี้ไม่คงที่ เนื่องจากได้มีการคิดค้นวิธีการที่ซับซ้อนมากขึ้นสำหรับการจำลองระบบควอนตัมแบบดั้งเดิม ขีดจำกัดบนนี้จะเพิ่มขึ้น ตราบใดที่สมมติฐานเกี่ยวกับการวิเคราะห์พฤติกรรมมีความชัดเจน คะแนนความน่าเชื่อถืออาจเป็นวิธีสำคัญในการชี้แจงว่าอะไรคือการสนทนาทางเทคนิคที่ห้ามปรามเกี่ยวกับความคืบหน้าที่ทำโดยนักวิจัยอัลกอริธึมควอนตัม

ตัวชี้วัดความน่าเชื่อถือที่คล้ายกันอาจถูกสร้างขึ้นในระบบการตรวจจับควอนตัมหรือระบบเครือข่ายควอนตัม สำหรับการตรวจจับควอนตัม เป้าหมายที่ครอบคลุมอาจเป็นเซ็นเซอร์ควอนตัม เช่น GPS ที่ไม่ต้องใช้ดาวเทียม ซึ่งสามารถพกพาได้เพียงพอที่จะใช้งานภาคสนาม เช่น ในมือของใครบางคนหรือบนเครื่องบิน ในกรณีนี้ คำมั่นสัญญาคือเกณฑ์บางประการสำหรับการพกพา ขนาดทางกายภาพ น้ำหนัก และความอ่อนไหวในสนาม

การชี้แจงตัวชี้วัดเหล่านี้จะช่วยลดการโฆษณาเกินจริงและแสดงความก้าวหน้าไปสู่เทคโนโลยีควอนตัมที่เป็นประโยชน์ อาจสร้างช่องทางการขายที่น่ากังวลมากขึ้น แต่จำเป็นอย่างยิ่งที่จะต้องแน่ใจว่านักลงทุน ผู้มีโอกาสเป็นลูกค้า และประชาชนทั่วไปมีความเข้าใจที่ถูกต้องว่าเราอยู่ที่ไหนในปัจจุบันและเรายังไปได้อีกไกลแค่ไหน

ตัวชี้วัดเหล่านี้ควรถูกมองว่าเป็นจุดเริ่มต้นในการรับมือกับปัญหาเรื่องการโฆษณาเกินจริง พวกเราในชุมชนควอนตัมควรทำงานเพื่อพัฒนาหน่วยวัดที่ชัดเจนและเข้าใจง่ายซึ่งเหมาะสมกับเป้าหมายของสาขาย่อยเฉพาะของเรา นอกจากนี้ ตัวชี้วัดเหล่านี้มีประโยชน์เพียงเล็กน้อยหากฝังไว้ในส่วนทางเทคนิคของรายงานของคุณ ตัวชี้วัดและสมมติฐานเหล่านี้ควรอยู่ด้านหน้าและตรงกลางในบทคัดย่อของรายงานทุกฉบับ เพื่อให้มั่นใจว่ามีการสื่อสารทางวิทยาศาสตร์ที่ชัดเจนและน่าเชื่อถือสำหรับผลลัพธ์ของเราในอนาคต

ไม่ว่าเราจะหลีกเลี่ยงฤดูหนาวควอนตัมหรือไม่ก็ขึ้นอยู่กับเรา หากความสำเร็จของ AI สมัยใหม่ได้สอนอะไรเราแล้ว เมื่อสิ่งนี้มาถึง เทคโนโลยีควอนตัมจะเป็นพลังที่ต้องคำนึงถึง ขึ้นอยู่กับเราว่าอนาคตนั้นจะเป็นจริงได้เร็วแค่ไหน

Joan Etude Arrow เป็นผู้ก่อตั้งและซีอีโอของ โครงการจริยธรรมควอนตัม. ในฐานะเพื่อนสมาคมควอนตัมกับศูนย์เครือข่ายควอนตัม Joan เชี่ยวชาญด้านการเรียนรู้ของเครื่องควอนตัมโดยเน้นไปที่หลักปฏิบัติการวิจัยที่น่าเชื่อถือซึ่งจัดการกับปัญหาที่กระแสเกินจริงในสาขานี้ ในฐานะรองผู้อำนวยการฝ่ายการศึกษาและการพัฒนาบุคลากรของ Q-SEnSE Joan ยังมุ่งเน้นไปที่การทำให้เทคโนโลยีควอนตัมเข้าถึงได้ง่ายขึ้น โดยเฉพาะกับนักศึกษาที่มีภูมิหลังที่หลากหลาย

คีย์เวิร์ด: AI, อัลกอริทึม, hype, โจน เอทูดี้ แอร์โรว์, การคำนวณควอนตัม, รายละเอียดควอนตัม

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
• ที่มา: 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/