Эти две технологии представляют собой следующий рубеж в технологическом развитии, при этом они создают беспрецедентные возможности и проблемы, пишет на портале IoT World Today Пранав Гокхале, вице-президент по квантовому ПО компании Infleqtion.
В современном быстро меняющемся технологическом ландшафте на передний план выходят две революционные разработки: квантовые вычисления и искусственный интеллект. В то время как традиционные вычисления приближаются к своим пределам, квантовые вычисления обещают произвести революцию в обработке информации, решении сложных задач и расширении возможностей ИИ. В то же время ИИ продолжает трансформировать отрасли, стимулируя инновации и повышение эффективности в различных секторах. Вместе эти технологии представляют собой следующий рубеж технологического прогресса, с беспрецедентными возможностями и проблемами.
Как квантовые вычисления улучшают ИИ
ИИ, особенно модели машинного обучения, добился значительных успехов в различных областях. Однако остается нерешенная проблема — работа с наборами данных, которые имеют очень сложные взаимосвязи. Например, хотя ИИ отлично справляется с переводом предложений с испанского на английский, он с трудом улавливает тон и художественный стиль, присутствующие в более длинных произведениях, таких как эссе или стихи.
Один из прорывов, который могут совершить квантовые вычисления, — это расширение возможностей ИИ для работы с такими наборами данных, где для улавливания смысла необходимы «контекстные подсказки». В своей основе квантовые вычисления опираются на свойство, называемое контекстуальностью, которое наделяет кубиты (квантовые биты) способностью естественным образом представлять контекстные подсказки. В отличие от классических битов, которые могут быть либо 0, либо 1, кубиты могут существовать в суперпозиции состояний, что позволяет им представлять несколько возможностей одновременно. Это свойство в сочетании с эффектами квантовой интерференции позволяет квантовым компьютерам обрабатывать данные с принципиально более высокой производительностью, что крайне важно для решения сложных задач.
Временная шкала развития квантовых технологий и ИИ
Экспериментальные демонстрации показали ускорение при проверке концепций. Например, программа Quantum Contextual AI for Long-range Correlations (Q-CALC), возглавляемая компанией Infleqtion в Великобритании, направлена на использование квантовой контекстуальности для достижения значительного ускорения вычислений, особенно в приложениях, требующих учета сложных корреляций.
Кроме того, за основополагающие эксперименты в этой области в 2022 г. была присуждена Нобелевская премия по физике. Чтобы плодотворно применять эту технику в реальных приложениях, необходимы более крупные и надежные квантовые компьютеры. Учитывая недавний прогресс в области размеров (например, недавно было продемонстрировано 1600 кубитов) и надежности в последних экспериментах, квантовое сообщество стоит на пороге запуска захватывающих приложений.
Продолжение исследований в области квантовых алгоритмов, предназначенных для конкретных приложений, а также разработка гибридных квантово-классических систем, способных преодолеть разрыв между текущими возможностями классических вычислений и будущими квантовыми достижениями, будет иметь решающее значение. Еще один фактор, который следует учитывать, — это образование и подготовка, которые потребуются для формирования квалифицированной рабочей силы, обладающей знаниями в области квантовых вычислений и способной воплотить теоретические прорывы в практические решения.
Влияние квантовых ИИ-вычислений на общие приложения и коммерцию
После полного развертывания на больших и надежных квантовых компьютерах эти методы квантового ИИ позволят создавать приложения, которые выиграют от увеличения объема памяти. Например, представьте себе, что предприятия могли бы ускорить процесс подготовки налоговых платежей, загрузив все необработанные таблицы Excel из бухгалтерии в ИИ-модель. Такая модель выходит далеко за рамки существующих возможностей ИИ/МО, но усовершенствование квантовых вычислений открывает захватывающие возможности для развития на этом «длинноконтекстном» рубеже сверхмощного ИИ.
По прогнозам таких аналитиков, как BCG и McKinsey, квантовый ИИ будет способствовать инновациям в решении сложных логистических задач, таких как оптимизация маршрутов и управление запасами, что приведет к экономии средств и повышению операционной эффективности. Усовершенствованные модели прогнозирования могут обеспечить более точные прогнозы спроса, помогая предприятиям лучше управлять ресурсами и сокращать потери. К другим преимуществам можно отнести прогнозирование отказов оборудования до их возникновения и сокращение времени простоя и затрат на обслуживание. Новые бизнес-модели и возможности весьма значительны, особенно в отраслях, в значительной степени зависящих от сложных корреляций или молекулярных данных, таких как энергетика или фармацевтика.
Поскольку квантовые вычисления революционизируют обработку данных и решение сложных задач, они могут значительно расширить возможности ИИ, обеспечив прорыв в МО, оптимизации и понимании контекста. Успешные эксперименты и достижения в области квантовых технологий указывают на то, что мы стоим на пороге внедрения этих мощных инструментов в реальные приложения.
Потенциал квантовых вычислений, способный усилить ИИ, обещает преобразовать отрасли, стимулировать инновации и пересмотреть границы технологических достижений.
