Nesen šķiet, ka ir kļuvis moderni runāt par mākslīgo intelektu (AI), un šo izteicienu tagad izmanto visur, kur vien iespējams. Tomēr, neskatoties uz to, pati tehnoloģija var būt noderīga vairākās jomās vienlaikus. Līdzīgi kvantu skaitļošanai ir pievērsta atkārtota uzmanība kā it kā revolucionāram instrumentam, kas cita starpā varētu uzlabot kiberaizsardzību un pat izveidot jaunu internetu. Un, lai gan pēdējos gados abas tehnoloģijas ir nopietni pavirzījušās uz priekšu, tās joprojām ir tālu no pilnības, lai kā arī kāds vēlētos, lai būtu citādi.
Tas jo īpaši attiecas uz AI, kas pašreizējā formā galvenokārt ir specializēti mašīnmācīšanās algoritmi, kas var automātiski veikt atsevišķus uzdevumus. Saskaņā ar Singapūras Nacionālās universitātes (NUS) Kvantu tehnoloģiju centra pētnieku teikto, AI var ievērojami uzlabot, izmantojot kvantu skaitļošanu.
Jaunā pētījumā, kas publicēts žurnālā Physical Review Letters, NUS zinātnieki ir ierosinājuši kvantu algoritmu lineārām vienādojumu sistēmām, kas ļaus daudz efektīvāk veikt lielu datu kopu kvantu datoru analīzi.
“Iepriekš līdzīgi kvantu algoritmi tika izmantoti šauram problēmu lokam. Mums tie ir jāpilnveido, ja vēlamies panākt kvantu paātrinājumu citiem datiem,”paziņojumā presei sacīja pētījuma autore Džo Žikuana.
Kvantu algoritms vienkāršā izteiksmē ir algoritms, kas paredzēts darbībai reālistiskos kvantu skaitļošanas modeļos. Tāpat kā tradicionālie algoritmi, kvants ir soli pa solim paredzēta procedūra, taču tajā tiek izmantotas kvantu skaitļošanai specifiskas parādības, piemēram, kvantu sapīšana un superpozīcija.
Šajā gadījumā lineāro sistēmu risināšanas algoritms veic aprēķinus, izmantojot lielas datu matricas. Šādi liela mēroga uzdevumi ir piemērotāki kvantu datoriem.
Labāk, ātrāk, spēcīgāk
Reklāmas video:
Citiem vārdiem sakot, lineāro sistēmu risināšanas algoritms piedāvā ātrāku un jaudīgāku skaitļošanas veidu salīdzinājumā ar klasiskajiem datoriem. Šāda kvantu algoritma pirmā versija, kas izstrādāta 2009. gadā, lika pamatus AI kvantu formu un mašīnmācīšanās pētījumiem.
"Kvantu mašīnu mācīšanās ir attīstoša joma, kurā pētnieki mēģina izmantot kvantu informācijas apstrādes spēku, lai paātrinātu klasiskās mašīnmācīšanās uzdevumus," teikts pētījumā. Vai tas padarīs AI gudrāku, ir cits jautājums.
Mūsdienu AI sistēmas un to mašīnmācīšanās algoritmi jau ir spējīgi veikt milzīgu skaitļošanu. Datu kopu apstrādes procesu (un tas parasti ir informācijas daudzums, caur kuru AI dod ceļu) noteikti paātrinās kvantu skaitļošana.
Protams, pirms Žao un viņa kolēģu izstrādātais algoritms var būt noderīgs, mums jāizveido piemērotāki kvantu datori. Ņemot vērā šajā frontē paveikto darbu apjomu, var pieņemt, ka neilgi pēc tam, kad koncepcija kļūs par realitāti.
"Mēs paredzam, ka paies trīs līdz četri gadi, līdz pašreizējie aparatūras eksperimenti kļūs par reālām lietojumprogrammām kvantu skaitļošanai mākslīgajā intelektā," paziņoja Zhao paziņojumā presei. Tikmēr viņa komanda plāno drīz demonstrēt, kā darbojas viņu algoritms.
Dmitrijs Volkovs