By Кенна Хьюз-Каслберрі опубліковано 23 вересня 2022 р
Коли справа доходить до нових інноваційних технологій, як штучний інтелект, так і квантові обчислення займають перше місце в списку. Штучний інтелект (ШІ) або машинне навчання вже широко використовуються компаніями для підвищення ефективності або виявлення проблем. Штучний інтелект використовує дані й алгоритми, щоб ідентифікувати шаблони в даних і навчатися подібно до людей. Квантові обчислення подібним чином використовують алгоритми вирішувати складні задачі набагато швидше, ніж класичний комп'ютер. Для багатьох компаній здатність поєднувати ці дві технології може призвести до серйозних переваг, особливо для квантових обчислень.
Як штучний інтелект взаємодіє з квантовими обчисленнями?
Тім Тетер, виконавчий віце-президент, генеральний радник і секретар NVIDIA, розповідає про квантове машинне навчання (QML) (PC NVIDIA.com)
Компанії люблять NVIDIA, є лідерами на ринках технологій як для штучного інтелекту, так і для квантових обчислень. Зараз вони прагнуть об’єднати ці дві технології в нову технологію, відому як «квантове машинне навчання» (QML). У рамках квантового машинного навчання процеси квантової інформації доповнюють машинне навчання аналіз щоб забезпечити результати наступного рівня. Відповідно до Тім Тетер, виконавчий віце-президент, головний юрисконсульт і секретар NVIDIA: «Очікується, що в [квантовому машинному навчанні] будуть випадки математично точних квантових переваг. Одним із прикладів цього є квантові генеративні моделі, оскільки такі речі, як квантові кореляції, важко представити класично, квантові комп’ютери можуть мати більшу виразну силу при використанні генеративних моделей. Вони використовуються в таких програмах, як обробка природної мови».
Недавній Google AI блог проілюстрував переваги квантового машинного навчання, зокрема для квантових датчиків. Оскільки квантові датчики мають вплив на високоточні вимірювання, наприклад для гравітаційний Waves, наявність методу покращення стабільності та масштабованості цих пристроїв змінила б правила гри. Відповідно до блогу, квантове машинне навчання: «проходить межу між квантовими комп’ютерами та квантовими датчиками… Замість вимірювання квантового стану, квантовий комп’ютер може зберігати квантові дані та реалізувати алгоритм QML для обробки даних, не згортаючи їх». Оскільки квантові комп’ютери особливо крихкі, використання квантового машинного навчання може не тільки зменшити шум навколишнього середовища, але й зробити масштабованість більш можливою.
Як штучний інтелект може допомогти у квантовій масштабованості
Розширення квантових комп’ютерів пов’язане з багатьма проблемами. Одним із найбільших є контроль над більшою кількістю кубіти всередині більшої квантової системи. На щастя, машинне навчання може допомогти подолати цю проблему. «Машинне навчання може справді допомогти охопити велику сферу в майбутньому, а саме, коли квантові системи почнуть розширюватися до більшої кількості кубітів, складнощі виникатимуть із калібруванням і керуванням квантовими системами», — пояснив Тетер. «Розгортання квантових комп’ютерів передбачає налаштування та калібрування великої кількості параметрів на кубіт. Сьогодні квантові вчені витрачають багато часу на це вручну, але в майбутньому, коли системи розширяться до сценаріїв розгортання, це, звичайно, буде неможливо. Отже, це одна з речей, де ми вважаємо, що платформа NVIDIA чудово підходить для поєднання з квантовими обчисленнями в гібридному підході». Гібридна платформа NVIDIA QODA (Quantum Optimized Device Architecture) поєднує класичні та квантові обчислення з можливістю додавання в програми машинного навчання.
Створення трансформаційного майбутнього
Хоча платформа QODA від NVIDIA є лише однією з багатьох, що поєднують квантові обчислення та штучний інтелект, вона є частиною більшої тенденції, яка використовує обидві ці інноваційні технології для досягнення нових проривів. «Штучний інтелект — це трансформаційна технологія, яка все частіше використовується в різних секторах для вирішення складніших проблем, які можна було б вирішити без ШІ», — додав Тетер. «Хоча квантові обчислення починаються трохи раніше, вони обіцяють стати такими ж руйнівними для багатьох галузей у майбутньому».
Кенна Хьюз-Кастлберрі є штатним автором Inside Quantum Technology і науковим комунікатором JILA (партнерство між Університетом Колорадо в Боулдері та NIST). Її ритми написання включають глибинні технології, метавсесвіт і квантові технології.
