Ostatnio wydaje się, że modne stało się mówienie o sztucznej inteligencji (AI), a to wyrażenie jest obecnie używane wszędzie tam, gdzie to możliwe. Mimo to sama technologia może być przydatna w kilku obszarach jednocześnie. Podobnie, komputery kwantowe zyskały nowe zainteresowanie jako rzekome rewolucyjne narzędzie, które mogłoby między innymi wzmocnić cyberobronę, a nawet stworzyć nowy Internet. I chociaż w ostatnich latach obie technologie znacznie się rozwinęły, nadal są dalekie od doskonałości, bez względu na to, jak ktokolwiek chciałby, aby było inaczej.
Szczególnie dotyczy to sztucznej inteligencji, która w obecnej formie to głównie wyspecjalizowane algorytmy uczenia maszynowego, które mogą automatycznie wykonywać poszczególne zadania. Według naukowców z Center for Quantum Technology na National University of Singapore (NUS) sztuczną inteligencję można znacznie ulepszyć dzięki obliczeniom kwantowym.
W nowym badaniu opublikowanym w czasopiśmie Physical Review Letters naukowcy z NUS zaproponowali algorytm kwantowy dla liniowych układów równań, który umożliwi znacznie wydajniejszą kwantową analizę komputerową dużych zbiorów danych.
„Wcześniejsze podobne algorytmy kwantowe były używane w wąskim zakresie problemów. Musimy je ulepszyć, jeśli chcemy osiągnąć przyspieszenie kwantowe dla innych danych”- powiedział autor badania Zhao Zhikuan w komunikacie prasowym.
Algorytm kwantowy, mówiąc najprościej, to algorytm zaprojektowany do działania w realistycznych kwantowych modelach obliczeniowych. Podobnie jak tradycyjne algorytmy, kwant jest procedurą krok po kroku, ale wykorzystuje zjawiska specyficzne dla obliczeń kwantowych, takie jak splątanie kwantowe i superpozycja.
W tym przypadku algorytm rozwiązywania układów liniowych wykonuje obliczenia przy użyciu dużych macierzy danych. Takie zadania na dużą skalę są bardziej odpowiednie dla komputerów kwantowych.
Lepiej, szybciej, mocniej
Film promocyjny:
Innymi słowy, algorytm rozwiązywania układów liniowych oferuje szybszy i mocniejszy sposób obliczania w porównaniu z klasycznymi komputerami. Pierwsza wersja takiego algorytmu kwantowego, opracowana w 2009 roku, położyła podwaliny pod badania nad kwantowymi formami sztucznej inteligencji i uczeniem maszynowym.
„Kwantowe uczenie maszynowe to rozwijająca się dziedzina, w której naukowcy próbują wykorzystać moc kwantowego przetwarzania informacji do przyspieszenia wykonywania klasycznych zadań uczenia maszynowego” - czytamy w artykule badawczym. Czy dzięki temu sztuczna inteligencja będzie inteligentniejsza, to inna kwestia.
Dzisiejsze systemy sztucznej inteligencji i ich algorytmy uczenia maszynowego są już zdolne do wykonywania ogromnych ilości obliczeń. Proces przetwarzania zbiorów danych (a jest to zwykle mnóstwo informacji, przez które przechodzi sztuczna inteligencja) z pewnością zostanie przyspieszony przez obliczenia kwantowe.
Oczywiście, zanim algorytm opracowany przez Zhao i jego współpracowników będzie przydatny, musimy stworzyć bardziej odpowiednie komputery kwantowe. Biorąc pod uwagę ilość pracy wykonanej na tym froncie, można założyć, że wkrótce koncepcja stanie się rzeczywistością.
„Przewidujemy, że zajmie to od trzech do czterech lat, zanim obecne eksperymenty sprzętowe staną się rzeczywistymi aplikacjami do obliczeń kwantowych w sztucznej inteligencji” - powiedział Zhao w komunikacie prasowym. W międzyczasie jego zespół planuje niedługo przeprowadzić demonstrację działania ich algorytmu.
Dmitrij Wołkow