In che misura i computer quantistici possono aiutare a sviluppare l'intelligenza artificiale?


Risposte:


25

I computer quantistici sono straordinari alla moltiplicazione delle matrici, con alcune limitazioni . La sovrapposizione quantistica consente a ciascun bit di trovarsi in molti più stati rispetto a zero o uno, e le porte quantistiche possono suonare quei bit in molti modi diversi. Per questo motivo, un computer quantistico può elaborare molte informazioni contemporaneamente per determinate applicazioni.

Una di queste applicazioni è la trasformata di Fourier , utile in molti problemi, come l'analisi del segnale e l'elaborazione dell'array. C'è anche l'algoritmo di ricerca quantistica di Grover , che trova il singolo valore per il quale una determinata funzione restituisce qualcosa di diverso. Se un problema di intelligenza artificiale può essere espresso in una forma matematica suscettibile al calcolo quantistico , può ricevere grandi accelerazioni. Accelerazioni sufficienti potrebbero trasformare un'idea di intelligenza artificiale da "teoricamente interessante ma follemente lenta" a "abbastanza pratica una volta acquisita una buona padronanza del calcolo quantistico".


1
Aggiungendo a questa risposta, la moltiplicazione delle matrici è la spina dorsale della maggior parte delle applicazioni di Machine Learning oggi. Qualunque cosa che usi oggi una GPU potrebbe domani usare un computer quantistico che ci avvicina molto di più all'IA.
Duro

2
ML è un sottoinsieme se AI. Deep ML è un sottoinsieme se ML. Quindi non stiamo costruendo alcuna intelligenza artificiale moltiplicando le matrici. Abbiamo semplicemente tagliato i pezzi migliori da un cadavere come i piranha. Per i punteggi delle pubblicazioni lauree conferisce incarichi e denaro. Dubito davvero che un'intelligenza artificiale reale abbia qualcosa a che fare con la velocità di moltiplicare le matrici. Il cervello umano produce intelligenza senza sforzo usando un apparato infinitamente più lento rispetto a un computer quantistico.
Boppity Bop,

8

Fino a quando non saremo in grado di creare un computer quantistico con molti più qubit, il potenziale per sviluppare ulteriormente l'IA rimarrà proprio questo.

D-Wave (che ha appena realizzato un sistema di oltre 2000 qubit intorno al 2015) è un computer quantistico adiabatico , non un computer quantistico generico. È limitato a determinati problemi di ottimizzazione (a cui si dice che la sua efficacia sia stata messa in dubbio da uno dei creatori della teoria su cui si basa).

Supponiamo che potremmo costruire un computer quantico per uso generico a 32 qubit (il doppio rispetto ai modelli attuali, per quanto ne so). Ciò significherebbe ancora che esistono solo 2 32 possibilità in sovrapposizione. Questo spazio è abbastanza piccolo da essere esplorato esaurientemente per molti problemi. Quindi, forse non ci sono così tanti problemi per i quali nessuno degli algoritmi quantistici noti (ad esempio Shor , Grover ) sarebbe utile per quel numero di bit.


"D-Wave (che ha appena realizzato un sistema di oltre 2000 qubit intorno al 2015)" Questa affermazione è fuorviante nella migliore delle ipotesi. Essere consapevoli del fatto che D-Wave ha affermato di creare un computer usando la ricottura quantistica adiabetica . Questo modello di calcolo è significativamente diverso rispetto ad altri modelli di calcolo quantistico. Ad esempio, non so se Shor e Grover funzionano su questo modello! Quindi, parlare di "2.000 + qubit" è un po 'fuorviante: i computer del modello in cui ci prendiamo cura circa il qubit conteggio Avete qualcosa intorno a 50 qubit come frontiera corrente.
Lucertola discreta,

Si noti inoltre che ci sono esperti che non credono che la ricottura quantistica adiabetica possa apportare miglioramenti significativi sulla tecnica di calcolo classica della ricottura simulata .
Lucertola discreta,

4

I computer quantistici possono aiutare a sviluppare ulteriormente algoritmi di intelligenza artificiale e risolvere i problemi nella misura della nostra creatività e capacità di definire il problema. Ad esempio, interrompere la crittografia può richiedere alcuni secondi, dove possono volerci migliaia di anni per i computer standard. Lo stesso con l'intelligenza artificiale, può prevedere tutte le combinazioni per il dato problema definito dall'algoritmo. Ciò è dovuto alla sovrapposizione di più stati di bit quantistici.

Attualmente, i computer quantistici sono ancora nelle prime fasi di sviluppo e possono eseguire calcoli complessi. Esistono già tecnologie come i sistemi D-Wave che vengono utilizzate da Google e dalla NASA per complesse analisi dei dati, utilizzando computer quantistici di tipo Multi-Qubit per risolvere problemi di fluidodinamica NSE di di interesse o sorveglianza globale per scopi militari, e molti altri che stiamo non è a conoscenza.

Attualmente ci sono solo pochi computer quantistici disponibili al pubblico, come IBM Quantum Experience (la prima piattaforma di elaborazione quantistica al mondo fornita tramite IBM Cloud), ma sta programmando a livello di porte di logica quantistica, quindi siamo molti anni indietro a creare intelligenza artificiale disponibile al pubblico. Esistono alcuni linguaggi di calcolo quantistico come QCL, Q o Quipper, ma non sono a conoscenza di alcuna libreria in grado di fornire framework di intelligenza artificiale. Ciò non significa che non ci sia, e sono sicuro che grandi aziende e organizzazioni governative lo stanno usando per la loro agenda per realizzare la concorrenza (come l'analisi del mercato finanziario, ecc.).


1

Risposta diretta alla tua domanda : -

Il campo in cui il quantum computing e l'intelligenza artificiale si intersecano si chiama machine learning quantistico .

  1. L'intelligenza artificiale è un campo in via di sviluppo, con alcuni retroscena (ala McCarthy di fama LISP).

  2. Il calcolo quantistico è un campo vergine in gran parte inesplorato.

Un particolare tipo di complessità interagisce con un altro tipo di complessità per creare un campo molto ricco.

Ora combina (1) e (2) e finisci con ancora più incertezza; i dettagli tecnici devono essere esplorati in questa risposta.

Google spiega l'informatica quantistica in un semplice video: il laboratorio di intelligenza artificiale quantistica di Google e della NASA


Corpo : -

IBM è un'autorità: -

IBM: i computer quantistici potrebbero essere utili, ma non sappiamo esattamente come

L'apprendimento automatico quantistico è un fenomeno interessante. Questo campo studia l'intersezione tra calcolo quantistico e apprendimento automatico.

( https://en.wikipedia.org/wiki/Quantum_machine_learning )

"Mentre gli algoritmi di apprendimento automatico vengono utilizzati per calcolare enormi quantità di dati, l'apprendimento automatico quantistico aumenta tali capacità in modo intelligente, creando opportunità per condurre analisi su stati e sistemi quantistici". Collaboratori di Wikipedia. - "Apprendimento automatico quantistico". Wikipedia, l'enciclopedia libera . Wikipedia, l'enciclopedia libera, 7 ottobre 2019. Web. 11 ottobre 2019.


Specchio tecnico : -

Vale la pena notare questa particolare sezione sulle implementazioni:

( https://en.wikipedia.org/wiki/Quantum_machine_learning#Implementations_and_experiments )

"... Questa dipendenza dai dati è un potente strumento di addestramento. Ma comporta potenziali insidie. Se le macchine sono addestrate a trovare e sfruttare modelli nei dati, in alcuni casi perpetuano solo i pregiudizi di razza, genere o classe specifici di attuale intelligenza umana.

Ma la struttura di elaborazione dei dati inerente all'apprendimento automatico ha anche il potenziale per generare applicazioni in grado di migliorare la vita umana. Le macchine "intelligenti" potrebbero aiutare gli scienziati a rilevare in modo più efficiente il cancro o a comprendere meglio la salute mentale.

La maggior parte dei progressi nell'apprendimento automatico finora è stata classica: le tecniche utilizzate dalle macchine per apprendere seguono le leggi della fisica classica. I dati da cui apprendono hanno una forma classica. Anche le macchine su cui girano gli algoritmi sono classiche.

Lavoriamo nel campo emergente dell'apprendimento automatico quantistico, che sta esplorando se il ramo della fisica chiamato meccanica quantistica potrebbe migliorare l'apprendimento automatico. La meccanica quantistica è diversa dalla fisica classica a un livello fondamentale: tratta le probabilità e fa un principio per incertezza. La meccanica quantistica espande anche la fisica per includere fenomeni interessanti che non possono essere spiegati usando l'intuizione classica. ... "-" Spiegazione: cos'è l'apprendimento automatico quantistico e come può aiutarci ? ". Techxplore.Com , 2019, https://techxplore.com/news/2019-04-quantum-machine.html .


Applicazioni aziendali e usi pratici : -


Ulteriori letture : -


0

Insieme ai computer quantistici, la meccanica quantistica e la matematica quantistica cambieranno il futuro dell'intelligenza artificiale.

Nell'attuale costo di calcolo e limitazione l'utilizzo del numero complesso della super invenzione è limitato, molti problemi statistici e algoritmi sono in coda in attesa di elaborazione e di produzione, i computer Quantum non sono in grado di risolverlo poiché l'attuale errore di calcolo è elevato, matematica quantistica non morirà e verrà affrontata una speciale logica di calcolo, più informazioni disponibili

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.