Мы все (хотя бы немного) знакомы с концепцией машинного обучения и искусственного интеллекта, но что такое квантовые вычисления? Если вы не просматриваете SlashDot и TechCrunch ежедневно, квантовые вычисления могли ускользнуть из вашего технического словаря. Само по себе название вызывает некоторое представление о сложном научно-фантастическом суперкомпьютере. И угадай что? Это недалеко от истины.
Мы сели и побеседовали с двумя экспертами, углубляющимися в сферу искусственного интеллекта / квантовых вычислений, Амитом Бансалом, управляющим директором, ведущим специалистом по предоставлению аналитики в Азиатско-Тихоокеанском регионе и руководителем отдела доставки искусственного интеллекта в Accenture и Vaibhav. Намбури », директор Five2One» и Dveloper.io, чтобы рассказать нам о том, что ждет нас в будущем.
Что такое квантовые вычисления?
Давайте предварим это, сказав, что мы не собираемся вдаваться в подробности квантовых вычислений здесь, потому что мы могли бы быть здесь весь день.
Вместо этого Bansal удается в двух словах обрисовать предпосылку квантовых вычислений:
«Квантовые компьютеры - это устройства, которые работают на принципах квантовой физики», - начинает он. «Компьютеры, которые мы сейчас используем, построены с использованием транзисторов, а данные хранятся в виде двоичных 0 и 1. Квантовые компьютеры построены с использованием субатомных частиц, называемых квантовыми битами, или для краткости кубитов, которые могут находиться в нескольких состояниях одновременно. . Основное преимущество квантовых компьютеров состоит в том, что они могут выполнять очень сложные операции на сверхзвуковых скоростях. Таким образом, они решают проблемы, которые в настоящее время невозможно решить ».
[Примечание: если вас интересует подробный ответ на этот вопрос, посетите Интерактивное введение в квантовые вычисления, чтобы получить хорошее пошаговое руководство.]
Какие типы проблем могут решить квантовые вычисления?
«Самым важным преимуществом квантовых компьютеров является скорость, с которой они могут решать сложные задачи», - говорит Бансал. Несмотря на то, что они молниеносно справляются с тем, что они делают, Бансал отмечает, что «они не предоставляют возможностей для решения задач из неразрешимых или сложных классов задач NP». Существует набор проблем, который могут решить квантовые вычисления, однако он не применим для всех вычислительных задач.
Как правило, набор задач, которые квантовые компьютеры хорошо решают, включает обработку числа или данных с огромным количеством входных данных, таких как «сложные задачи оптимизации и задачи анализа систем связи» - вычисления, которые обычно занимают у суперкомпьютеров дни, годы и даже миллиарды лет до грубой силы.
Приложение, которое регулярно приводится в качестве примера, которое квантовые компьютеры смогут мгновенно решить, - это надежное шифрование RSA. Недавнее исследование, проведенное Microsoft Quantum Team, предполагает, что это вполне может быть так, если рассчитать, что это можно сделать с помощью квантового компьютера с 2330 кубитами.
Самые передовые квантовые компьютеры, построенные такими тяжеловесами, как Intel, Microsoft, IBM, в настоящее время находятся на отметке около 50 кубитов, однако Google недавно объявил Bristlecone, свой 72-кубитный проект. Учитывая закон Мура и текущую скорость развития этих систем, сильный RSA действительно может быть взломан в течение 10 лет.
ИИ и машинное обучение
В наши дни термин ИИ используется довольно широко, однако, как выразился Намбури, «ИИ - это дистиллированная концепция, согласно которой машины могут выполнять задачи, характерные для человеческого интеллекта».
Он продолжает уточнять: «Машинное обучение (ML) по своей сути - это простой способ достижения ИИ, и ИИ / МО может предложить помощь в ускорении и анализе очень больших объемов данных при создании и анализе прогнозных моделей и тенденций, которые будут помогать разгадывать закономерности, которые нам нелегко определить ».
Машинное обучение - это более быстрый способ определения и анализа этих закономерностей (вместо использования алгоритмов с традиционным кодированием), и его можно использовать для ряда различных приложений, однако его применение в ИИ - это то, о чем загудел весь мир.
Пересечение машинного обучения и квантовых вычислений
Вы, наверное, уже догадались, что квантовые вычисления могут сделать решения ИИ с машинным обучением экспоненциально быстрее при обработке их наборов данных, чем их традиционные вычислительные аналоги, хотя вы не можете кодировать эти алгоритмы машинного обучения и искусственного интеллекта в традиционном смысле.
Однако пересечение этих двух областей идет еще дальше, и от этого могут выиграть не только приложения искусственного интеллекта. Как объясняет Бансал, существует пересекающаяся область, где квантовые компьютеры реализуют алгоритмы машинного обучения, а традиционные методы машинного обучения используются для оценки квантовых компьютеров. Эта область исследований развивается с такой невероятной скоростью, что породила совершенно новую область под названием квантовое машинное обучение ».
Однако эта междисциплинарная область очень и очень нова. «Недавняя работа позволила создать квантовые алгоритмы, которые могут выступать в качестве строительных блоков программ машинного обучения, но проблемы с аппаратным и программным обеспечением по-прежнему значительны, и до разработки полнофункциональных квантовых компьютеров еще далеко», - говорит Бансал.
Четыре подхода к машинному обучению, классифицированные по тому, является ли изучаемая система классической или квантовой, а также классическим или квантовым устройством обработки информации.
Будущее искусственного интеллекта с использованием квантовых вычислений
Будущее искусственного интеллекта, ускоряемого квантовыми вычислениями, выглядит ярким, а поведение, имитируемое человеком в реальном времени, почти предрешено.
Как говорит Бансал, квантовые вычисления смогут «решать сложные проблемы ИИ и одновременно получать несколько решений сложных проблем. Это приведет к тому, что искусственный интеллект будет более эффективно выполнять сложные задачи по-человечески. Точно так же роботы, которые могут принимать оптимизированные решения в реальном времени в практических ситуациях, станут возможными, когда мы сможем использовать квантовые компьютеры на основе искусственного интеллекта ».
Как далеко это будущее будет? Что ж, учитывая, что лишь горстка ведущих мировых компаний и университетов в настоящее время разрабатывает (физически огромные) квантовые компьютеры, которым в настоящее время не хватает необходимой вычислительной мощности, иметь армию роботов, имитирующих бегающих людей, вероятно, довольно далеко, что может помешать некоторым люди вольны, а других разочаровывать! Но построить только один? Может, не так уж и далеко ...
Как будут работать вместе классические вычисления и квантовые вычисления?
Квантовые компьютеры никогда не «заменят» классические компьютеры просто потому, что классические компьютеры лучше и / или эффективнее решают некоторые проблемы.
Бансал размышляет о том, что «вероятным сценарием будущего является то, что квантовые вычисления дополнят подпрограммы классических алгоритмов, которые могут быть эффективно запущены на квантовых компьютерах, такие как выборка, для решения конкретных бизнес-задач. Например, компания, стремящаяся найти идеальный маршрут для розничных поставок, может разделить проблему на две части и использовать каждый компьютер в силу его сильных сторон ».
Нумбури нравится вариант использования блокчейна, предлагая использовать его для ускорения разрешений в чрезвычайно медленной системе Proof of Work, которая необходима для того, чтобы блокчейн работал прямо сейчас. Квантовые компьютеры могут справиться с уровнем обработки компьютеров в наши дни, а век не может .
Все, что мы можем сказать - оставайтесь в курсе, ребята!
