Kvantinė kompiuterija turėtų papildyti šią mašininio mokymosi techniką

IBM

Tiek kvantinis skaičiavimas, tiek dirbtinis intelektas yra juokingai reklamuojami. Tačiau atrodo, kad šių dviejų derinys iš tikrųjų gali atverti naujas galimybes.

Į mokslinį darbą Šiandien paskelbtame žurnale Nature, IBM ir MIT mokslininkai parodo, kaip IBM kvantinis kompiuteris gali pagreitinti tam tikro tipo mašininio mokymosi užduotį, vadinamą funkcijų suderinimu. Komanda teigia, kad būsimi kvantiniai kompiuteriai turėtų leisti mašininiam mokymuisi pasiekti naujus sudėtingumo lygius.

Kaip pirmą kartą buvo įsivaizduojama prieš dešimtmečius, kvantiniai kompiuteriai buvo laikomi kitokiu informacijos skaičiavimo būdu. Iš esmės, išnaudodamos keistą, tikimybinį fizikos pobūdį kvantiniu arba atominiu mastu, šios mašinos turėtų sugebėti atlikti tam tikrus skaičiavimus greičiu, daug didesniu nei įmanoma naudojant bet kurį įprastą kompiuterį (žr. Kas yra kvantinis kompiuteris? ). Šiuo metu yra didžiulis jaudulys dėl jų potencialo, nes jie pagaliau pasieks tašką, kuriame jie bus praktiški.

Tuo pačiu metu, kadangi dar neturime didelių kvantinių kompiuterių, nėra visiškai aišku, kaip jie pranoks įprastus superkompiuterius, arba, kitaip tariant, ką jie iš tikrųjų veiks (žr. Kvantiniai kompiuteriai pagaliau čia. Kas bus). mes darome su jais?).

Funkcijų suderinimas yra metodas, paverčiantis duomenis į matematinį vaizdą, kuris tinka mašininio mokymosi analizei. Gautas mašininis mokymasis priklauso nuo šio proceso efektyvumo ir kokybės. Naudojant kvantinį kompiuterį, tai turėtų būti įmanoma atlikti tokiu mastu, kuris iki šiol buvo neįmanomas.

MIT-IBM mokslininkai atliko savo paprastą skaičiavimą naudodami dviejų kubitų kvantinį kompiuterį. Kadangi mašina tokia maža, tai neįrodo, kad didesni kvantiniai kompiuteriai turės esminį pranašumą prieš įprastus, tačiau rodo, kad taip ir būtų. Didžiausi šiandien turimi kvantiniai kompiuteriai turi apie 50 kubitų, nors ne visi jie gali būti naudojamas skaičiavimui, nes reikia ištaisyti klaidas, kurios atsiranda dėl šių kvantinių bitų trapumo.

IBM mokslininkai, vadovaujami, mums vis dar toli iki kvantinio pranašumo mašininiam mokymuisi Jay Gambetta , parašykite dienoraščio įraše. Tačiau mūsų tobulinami funkcijų atvaizdavimo metodai netrukus galės klasifikuoti daug sudėtingesnius duomenų rinkinius nei bet kas, ką galėtų apdoroti klasikinis kompiuteris. Tai, ką parodėme, yra daug žadantis kelias į priekį.

Esame tokioje stadijoje, kai kitą mėnesį ar kitais metais negausime paraiškų, bet esame labai geroje padėtyje, kad galėtume ištirti galimybes, sako Xiaodi Wu , Merilendo universiteto Jungtinio kvantinės informacijos ir kompiuterių mokslo centro docentas. Wu sako, kad tikisi, kad praktiniai pritaikymai bus atrasti per metus ar dvejus.

Kvantinė kompiuterija ir dirbtinis intelektas šiuo metu yra karšti. Vos prieš kelias savaites Toronte įsikūrusi kvantinių skaičiavimų startuolis „Xanadu“ sugalvojo beveik identiškas požiūris MIT-IBM tyrėjų, kuriuos bendrovė paskelbė internete. Maria Schuld, Xanadu mašininio mokymosi tyrėja, teigia, kad neseniai atliktas darbas gali būti daugybės mokslinių straipsnių, kuriuose apjungiami populiarūs žodžiai kvantas ir dirbtinis intelektas, pradžia.

Ji sako, kad yra didžiulis potencialas.

paslėpti