Квантовый скачок искусственного интеллекта

Классические компьютеры ограничивают возможности развития технологий искусственного интеллекта (AI), считают ученые Массачусетского технологического института. Преодолеть этот барьер станет возможно с появлением квантовых компьютеров. Однако пока они существуют только в виде прототипов. Впрочем, по мнению экспертов, квантовые вычисления нужны далеко не для всех задач из сферы машинного обучения и искусственного интеллекта

Оригинал и полный текст материала на cdo2day.ru

Искусственный интеллект является, пожалуй, ключевой технологией Четвертой индустриальной революции. Не удивительно, что он стабильно занимает первое место в ежегодном мониторинге глобальных цифровых трендов «Ростелекома», в котором компания определяет лидирующие технологии, анализируя 18 млн различных источников (кстати, также с помощью технологий искусственного интеллекта).

Между тем, AI функционирует на пределе возможностей, так как не хватает вычислительных мощностей, пишут авторы мониторинга со ссылкой на исследование Массачусетского технологического института (MIT) The Computational Limits of Deep Learning. В MIT полагают: качественный скачок возможен, если появятся квантовые компьютеры. 

Согласно материалам журнала Nature, системы на базе AI зависят от колоссального объема данных. Алгоритмы AI принимают, классифицируют и анализируют огромные массивы информации. Квантовые компьютеры упростят и ускорят процесс классификации, найдут закономерности, которые в разумные сроки не в силах обнаружить классический компьютер.

«Машинное обучение и искусственный интеллект – это те задачи, в решении которых квантовый компьютер, по всей видимости, в первую очередь покажет свою пользу, – подчеркивает руководитель группы «Квантовые информационные технологии» РКЦ Алексей Фёдоров.

В 2015 году даже появился термин «Квантовое машинное обучение». «Машинное обучение (ML; класс методов AI, – прим. ред.) и квантовые вычисления – это две технологии, даже по отдельности обладающие колоссальным потенциалом. Объединение этих технологий [в квантовое машинное обучение] позволит достичь квантового преимущества. Иными словами, сложные алгоритмы будут выполнены на квантовом компьютере быстрее и эффективнее», – полагает колумнист IT-изданий Ник Исен (Nick Easen). 

Квантовые системы ML можно обучать на данных экспоненциально быстрее, чем при использовании классических компьютеров, рассуждает Джули Лав, директор по развитию квантового бизнеса Microsoft. «Машинное обучение – это наука о том, как заставить компьютеры действовать разумно без явного программирования. Благодаря квантовым системам есть реальный потенциал для ускорения ML. Квантовые алгоритмы повысят обучаемость машин», – объясняет эксперт. 

Фото: IBM Research / Flickr.com
Квантовое интеллектуальное превосходство

Квантовый компьютер – это новый класс вычислительных устройств. Такие компьютеры в своей работе используют квантовые эффекты (суперпозиция состояний, запутывание кубитов, декогеренция наложенных состояний, немедленный коллапс волновой функции) для решения задач, которые не под силу самым мощным «классическим» суперкомпьютерам. 

Единицей информации в квантовых вычислениях служит «кубит» (от английского «квантовый бит»). При достижении квантовой суперпозиции кубит может быть как нулем, так и единицей одновременно, тогда как классический бит – это строго или единица, или ноль. 

Если классический компьютер для решения задачи рассматривает различные комбинации по очереди, то квантовый компьютер при помощи эффекта суперпозиции, сортирует все возможные варианты одновременно. Поэтому на задачу, которую классический компьютер будет решать часы, дни или даже месяцы, квантовый компьютер в теории может потратить доли секунды. 

Эксперты прогнозируют, что синергия AI и квантовых вычислений поможет лучше предсказывать изменения климата и прогнозировать погоду, обрабатывать естественную речь, совершенствовать голосовых помощников (в части понимания контекста произнесенных фраз), разрабатывать более эффективные лекарства, позволит самоуправляемым транспортным средствам просчитывать из множества маршрутов самые оптимальные, поможет оптимизировать потребление ресурсов с учетом прогнозов роста населения Земли и т.д.  

Например, при разработке новых фармацевтических препаратов часто необходимо изучить точную структуру молекулы, чтобы определить её свойства и понять, как она может взаимодействовать с другими молекулами. Сейчас учёные вынуждены синтезировать изучаемые молекулы, чтобы понять их свойства. Если молекула работает не так, как ожидалось, это требует нового долгого цикла дорогостоящих синтеза и тестирования. Вот почему разработка новых лекарств и химикатов – такой длительный и дорогой процесс. 

«Сейчас даже относительно небольшие молекулы чрезвычайно сложно точно смоделировать на классических компьютерах, поскольку каждый атом взаимодействует с другими атомами весьма сложным образом, а смоделировать, например, белки, где атомов тысячи, вообще невозможно. … Поскольку атомы, взаимодействующие внутри молекулы, сами по себе образуют квантовую систему, квантовые компьютеры хорошо подходят для решения задач подобного моделирования по самой своей природе», – считает вице-президент Сбербанка, директор управления исследований и инноваций блока «Технологии», заведующий кафедрой Инженерной кибернетики НИТУ «МИСиС» Альберт Ефимов. 

По его словам, с помощью квантовых компьютеров станет возможным моделирование даже самых сложных молекул в теле человека. Любой прогресс в этом направлении будет стимулировать более быструю разработку новых препаратов и других продуктов и потенциально приведёт к новым методам лечения.

Оригинал и полный текст материала на cdo2day.ru