Čo sa stane, keď zmiešate AI s kvantovými počítačmi?

Vyskúšajte Náš Nástroj Na Odstránenie Problémov

AI a kvantové počítače sú dve fascinujúce technologické témy. Na jednej strane máte myseľ, ktorá dokáže takmer čokoľvek, a na druhej strane máte počítač, ktorý dokáže vykonávať výpočty pomocou štruktúry samotného vesmíru. Je to ohromujúce.

Aby to bolo ešte náročnejšie, väčšina ľudí netuší, ako budú tieto technológie v budúcnosti pokračovať. Vlády do nich vkladajú peniaze v domnení, že sú spasiteľmi ľudstva, no netušíme, ako to dopadne v praxi, takže je ťažšie vedieť, ako ich kombinácia ovplyvní svet.

Na základe toho sa tento príspevok pokúsi zistiť. Pozrieme sa na to, čo sa stane, keď zmiešate AI s kvantovou výpočtovou technikou, a aké kúzla sa môžu objaviť.

Čo je AI?

Veda AI sa točí okolo konštrukcie strojov a systémov, ktoré dokážu fungovať . Znie to dosť jednoducho, ale je to notoricky náročné. Výskumníci sa tomu venujú už viac ako sedemdesiat rokov a až teraz ich úsilie prináša ovocie. AI používajú algoritmy, ktoré spracúvajú veľké množstvo údajov na nájdenie vzorov, poznatkov a riešení, ale nemajú vedomie alebo subjektivitu rovnakým spôsobom ako človek.

Čo sú kvantové počítače?

Kvantová výpočtová technika je nová paradigma výpočtov, ktorá využíva princípy kvantovej fyziky na manipuláciu s informáciami spôsobmi, ktoré sú pre klasické počítače nemožné. Tento aspekt ich fungovania znamená, že dokážu nemožné, napríklad prelomiť šifrovacie kódy a simulovať realistické interakcie medzi časticami.

Kvantové počítače používajú kvantové bity alebo qubity, ktoré môžu existovať v superpozícii dvoch stavov (0 alebo 1) súčasne, a zapletenie, čo znamená, že dva alebo viac qubitov môžu zdieľať kvantový stav a navzájom sa ovplyvňovať, aj keď sú fyzicky oddelené. Znie to smiešne komplikovane, ale spolieha sa na súčasné chápanie fyzikov toho, ako vesmír funguje.

Kvantové počítače by dokázali vyriešiť neriešiteľné problémy v priebehu niekoľkých sekúnd, ktoré by klasickému počítaču mohli priniesť vek vesmíru. Kvantové počítače s dostatočným výkonom by napríklad mohli zohľadňovať veľké čísla v polynomiálnom čase (čo je dôležité pre kryptografiu), simulovať kvantové systémy (čo je dôležité pre chémiu a fyziku) alebo vyhľadávať v neštruktúrovaných databázach, čo je kritická technológia pre AI.

AI a kvantová výpočtová technika

AI a kvantové výpočty sú prirodzene synergické technológie. Obe fungujú lepšie v prítomnosti toho druhého. AI môže využívať kvantové výpočty na zlepšenie svojich schopností a výkonu; kvantové výpočty môžu využívať AI na zlepšenie svojho dizajnu a prevádzky. Môžete si predstaviť, že sa v budúcnosti vyvinie slučka spätnej väzby, v ktorej každý systém podporuje ten druhý a vytvára čoraz výkonnejšie nástroje, ktoré oddeľujú štruktúru reality.

V tejto časti sa pozrieme na niektoré konkrétne spôsoby, ktorými sú AI a kvantové výpočty prirodzenými spoločníkmi.

Kvantové strojové učenie

Pravidelné strojové učenie je už silné a generuje nástroje, ako napr a ChatGPT, ktoré urýchľujú prácu a učenie. Aplikácia kvantových algoritmov na problémy so strojovým učením, ako je klasifikácia, klastrovanie a regresia, by však mohla dramaticky skrátiť časy spracovania a umožniť týmto systémom prehrabávať sa väčším množstvom údajov za nižšiu cenu. V tomto ohľade je obzvlášť výhodný paralelizmus kvantových počítačov na spracovanie veľkých súborov údajov rýchlejšie alebo s vyššou presnosťou ako klasické metódy.

Ďalšou funkciou kvantových počítačov je ich schopnosť vykonávať zhlukovanie kvantových k-means. Táto technika im umožňuje zoskupovať dátové body do klastrov na základe ich podobnosti s použitím menšieho množstva zdrojov ako klasický počítač.

Kvantové podporné vektorové stroje by tiež mohli pomôcť výskumníkom nájsť viac informácií v údajoch, ktoré môžu extrahovať na zmysluplnú analýzu. Môžete si predstaviť, že sa to používa v aplikáciách business intelligence s viacerými dátovými vstupmi.

Napokon, vedci si predstavujú kvantové neurónové siete. Ide o modely inšpirované biologickými neurónovými sieťami, ktoré pozostávajú z vrstiev vzájomne prepojených uzlov alebo neurónov, ktoré spracúvajú informácie. V kvantovom počítači by základným „uzlom“ boli qubity a bol by schopný alebo transformácie údajov.

AI a kvantové počítače

Zároveň sme mohli vidieť výhody týchto nových technológií prúdiť opačným smerom: od AI ku kvantovým počítačom. Inžinierske a technické problémy spojené s konštrukciou takýchto zariadení znamenajú, že väčšina kvantových počítačov nie je pripravená na hlavný čas. Umelá inteligencia by však mohla pomôcť výskumníkom prekonať súčasné problémy a posunúť sa vpred do novej paradigmy.

Napríklad jedna vetva strojového učenia sa nazýva posilňovacie učenie, ktoré zahŕňa agenta, ktorý sa učí z vlastných akcií a odmien v prostredí. Posilňovacie učenie sa môže použiť pri úlohách, ako je hranie hier, ovládanie robotov alebo optimalizácia logistiky. Pre klasické počítače je to však náročné, pretože vyžaduje veľa pokusov a omylov, čo je úloha, ktorú môžu vykonávať iba lineárne.

pomocou kvantovej superpozície na zakódovanie viacerých akcií v jednom qubite. Spotreba energie by bola podstatne nižšia a kvantový agent by sa mohol učiť rýchlejšie a efektívnejšie.

Z kvantovej revolúcie profituje aj ďalšie odvetvie strojového učenia nazývané učenie pod dohľadom. Tento prístup, ktorý zahŕňa algoritmus, ktorý sa učí z označených údajov a robí predpovede na základe údajov, ktoré zhromažďuje, sa používa hlavne na rozpoznávanie reči a obrazu.

Žiaľ, vyučovanie pod dohľadom môže byť ťažké aj pre klasické počítače, pretože si vyžaduje veľa údajov a výpočtových zdrojov. Systémy musia napĺňať a trénovať zložité modely, ktoré sa dajú dobre zovšeobecniť na nové situácie, čo často trvá bilióny opakovaní.

Kvantové počítače by to mohli obísť pomocou a robustnosť modelov. Mohli by tiež použiť kvantový paralelizmus na urýchlenie tréningového procesu a zníženie množstva potrebných dát. Stroje by sa potenciálne mohli naučiť nové koncepty v jedinom prechode, podobne ako ľudia, namiesto toho, aby pre svoje tréningové modely vyžadovali milióny obrázkov.

Napokon, kvantové počítače majú potenciál zlepšiť učenie bez dozoru – prax hľadania skrytých štruktúr alebo vzorov v neštruktúrovaných údajoch. Klasické počítače to považujú za náročné, pretože si to vyžaduje kreativitu. Kvantové výpočty by však mohli pomôcť uľahčiť túto úlohu pomocou kvantového zapletenia na zachytenie zložitých korelácií, čo môže viesť k lepším kvalitatívnym výsledkom.