Pastaruoju metu atrodo, kad tapo madinga kalbėti apie dirbtinį intelektą (AI), ir ši išraiška dabar naudojama visur, kur įmanoma. Nepaisant to, pati technologija gali būti naudinga keliose srityse vienu metu. Taip pat kvantinis skaičiavimas sulaukė naujo dėmesio kaip tariamas revoliucinis įrankis, kuris, be kita ko, galėtų sustiprinti kibernetinę gynybą ir netgi sukurti naują internetą. Ir nors pastaraisiais metais abi technologijos rimtai pažengė į priekį, jos vis dar toli gražu nėra tobulos, kad ir kaip kas norėtų, kad būtų kitaip.
Tai ypač pasakytina apie dirbtinį intelektą, kuris dabartine forma yra daugiausia specializuoti mašininio mokymosi algoritmai, galintys automatiškai atlikti atskiras užduotis. Pasak Singapūro nacionalinio universiteto (NUS) kvantinės technologijos centro tyrėjų, dirbtinį intelektą galima žymiai pagerinti naudojant kvantinį skaičiavimą.
Naujame tyrime, paskelbtame žurnale „Physical Review Letters“, NUS mokslininkai pasiūlė linijinių lygčių sistemų kvantinį algoritmą, kuris leis daug efektyviau atlikti didelių duomenų rinkinių kvantinę kompiuterinę analizę.
„Anksčiau panašūs kvantiniai algoritmai buvo naudojami siaurai problemų sričiai. Turime juos patobulinti, jei norime pasiekti kitų duomenų kvantinį pagreitį “, - pranešime spaudai sakė tyrimo autorius Zhao Zhikuanas.
Kvantinis algoritmas, paprastai tariant, yra algoritmas, sukurtas veikti realistiniuose kvantiniuose skaičiavimo modeliuose. Kaip ir tradiciniai algoritmai, kvantas yra žingsnis po žingsnio, tačiau jame naudojami kvantiniam skaičiavimui būdingi reiškiniai, tokie kaip kvantinis susipynimas ir superpozicija.
Šiuo atveju linijinių sistemų sprendimo algoritmas atlieka skaičiavimus naudodamas dideles duomenų matricas. Tokios didelio masto užduotys labiau tinka kvantiniams kompiuteriams.
Geriau, greičiau, stipriau
Reklaminis vaizdo įrašas:
Kitaip tariant, linijinių sistemų sprendimo algoritmas siūlo greitesnį ir galingesnį skaičiavimo būdą, palyginti su klasikiniais kompiuteriais. Pirmoji tokio kvantinio algoritmo versija, sukurta 2009 m., Padėjo pamatą kvantinių dirbtinio intelekto ir mašininio mokymosi formų tyrimams.
„Kvantinis mašininis mokymasis yra besivystanti sritis, kurioje tyrėjai bando pasinaudoti kvantinės informacijos apdorojimo galia, kad pagreitintų klasikinių mašininio mokymosi užduočių vykdymą“, - sakoma mokslo darbe. Ar tai padarys dirbtinį intelektą protingesnį, kitas klausimas.
Šiandienos dirbtinio intelekto sistemos ir jų mašininio mokymosi algoritmai jau gali atlikti milžiniškus skaičiavimus. Duomenų rinkinių apdorojimo procesą (o tai dažniausiai yra daugybė informacijos, per kurią intelektinis intelektas pasiseka) neabejotinai paspartins kvantinis skaičiavimas.
Žinoma, kad Zhao ir jo kolegų sukurtas algoritmas galėtų būti naudingas, turime sukurti tinkamesnius kvantinius kompiuterius. Atsižvelgiant į šioje srityje atlikto darbo kiekį, galima manyti, kad neilgai trukus ši koncepcija taps realybe.
"Mes tikimės, kad praeis nuo trejų iki ketverių metų, kol dabartiniai aparatūros eksperimentai taps realaus pasaulio dirbtinio intelekto kvantinių skaičiavimų programomis", - sakoma Zhao pranešime spaudai. Tuo tarpu jo komanda planuoja netrukus parodyti, kaip veikia jų algoritmas.
Dmitrijus Volkovas