Startup wykorzystuje obliczenia kwantowe do usprawnienia uczenia maszynowego

Odrzucenia

Firma z Kalifornii właśnie udowodniła, że ​​egzotyczny i potencjalnie zmieniający gry rodzaj komputera może być używany do przeprowadzania powszechnej formy uczenia maszynowego.

Wyczyn ten budzi nadzieję, że komputery kwantowe, które wykorzystują sprzeczne z logiką zasady fizyki kwantowej do wykonywania pewnych rodzajów obliczeń z absurdalnymi prędkościami, mogą mieć duży wpływ na najgorętszy obszar branży technologicznej: sztuczną inteligencję.

Badacze w Odrzucenia obliczeń , firma z siedzibą w Berkeley w Kalifornii, wykorzystała jeden ze swoich prototypowych chipów kwantowych – urządzenie nadprzewodnikowe umieszczone w skomplikowanej konfiguracji super-schłodzonej – do uruchomienia tak zwanego algorytmu klastrowania. Klastrowanie to technika uczenia maszynowego używana do organizowania danych w podobne grupy. Rigetti udostępnia również nowy komputer kwantowy, który może obsługiwać 19 bitów kwantowych, czyli kubitów, za pośrednictwem swojej platformy przetwarzania w chmurze o nazwie Forest.

Demonstracja nie oznacza jednak, że komputery kwantowe są gotowe zrewolucjonizować sztuczną inteligencję. Komputery kwantowe są tak egzotyczne, że nikt nie wie, jakie mogą być zabójcze aplikacje. Na przykład algorytm Rigetti nie ma żadnego praktycznego zastosowania i nie jest do końca jasne, jak przydatne byłoby wykonywanie zadań klastrowania na maszynie kwantowej.

Mimo to Will Zeng, szef oprogramowania i aplikacji w Rigetti, twierdzi, że prace stanowią kluczowy krok w kierunku budowy maszyny kwantowej. To nowa ścieżka w kierunku praktycznych zastosowań komputerów kwantowych, mówi Zeng. Grupowanie to naprawdę fundamentalny i fundamentalny problem matematyczny. Nikt nigdy nie pokazał, że potrafisz to zrobić.

Obecnie wysiłki zmierzające do opracowania praktycznych komputerów kwantowych wzbudzają ogromne emocje. Wielkie firmy technologiczne, w tym IBM, Google, Intel i Microsoft, a także kilka dobrze finansowanych startupów, ścigają się, aby zbudować egzotyczne maszyny, które obiecują wprowadzić całkowicie nową formę przetwarzania.

Pierwszy wymyślony przez fizyków prawie 40 lat temu , komputery kwantowe nie obsługują informacji za pomocą binarnych jeden s i 0 s. Zamiast tego wykorzystują dwa zjawiska kwantowe — superpozycję i splątanie — do wykonywania obliczeń na dużych ilościach danych jednocześnie. Natura fizyki kwantowej oznacza, że ​​komputer z zaledwie 100 kubitami powinien być w stanie wykonywać obliczenia na zadziwiającą skalę.

Rigetti jest w wyścigu czymś w rodzaju słabszego. IBM ogłosił niedawno, że zbudował komputer kwantowy z 50 kubitami, a Google ma podobno urządzenie o podobnej skali. Mimo to Rigetti ma mnóstwo dopalaczy. Firma pozyskała około 70 milionów dolarów od inwestorów, w tym od Andreessen Horowitz, jednej z najbardziej znanych firm w Dolinie Krzemowej.

Jednak posiadanie większej liczby kubitów niekoniecznie oznacza wyższość. Niezawodne utrzymywanie stanów kwantowych i manipulowanie kubitami stanowi ogromne wyzwanie.

Podobnie jak niektórzy inni, Rigetti stosuje podejście hybrydowe, co oznacza, że ​​jego maszyna kwantowa współpracuje z konwencjonalną, aby programowanie było prostsze. Zeng twierdzi, że systemy firmy są również bardziej modułowe niż systemy rywali, co może zapewnić znaczną przewagę, jeśli chodzi o dalsze skalowanie maszyn.

Teoretycznie komputery kwantowe mają ogromny potencjał. Istnieją dobre dowody na to, że maszyny kwantowe można wykorzystać do rozwiązywania problemów kryptograficznych i symulacji nowego materiału. I jest nadzieja, że ​​algorytmy takie jak Rigetti ostatecznie zmienią świat uczenia maszynowego i sztucznej inteligencji.

Komputery kwantowe właśnie osiągają skalę, w której mogą wykonywać pracę, która byłaby bardzo trudna, jeśli nie niemożliwa, do uruchomienia nawet na najpotężniejszym konwencjonalnym superkomputerze. Wyścig, aby zademonstrować ten próg za pomocą działającej maszyny, czasami określany jako supremacja kwantowa, stał się symbolem obecnego szumu. Fizycy są zgodni, że minie jeszcze kilka lat, zanim komputery kwantowe i działające na nich algorytmy pokażą swoją wartość.

Christopher Monroe , fizyk eksperymentalny z University of Maryland i główny naukowiec w innym startupie zajmującym się obliczeniami kwantowymi, IonQ , mówi, że jest zbyt wcześnie, aby sugerować, że obliczenia kwantowe zmienią uczenie maszynowe. Tak naprawdę nie rozumiemy, jak i dlaczego działa klasyczne uczenie maszynowe, więc wydaje się, że zastosowanie go do kwantu może jeszcze bardziej zaciemnić i tak już zaciemnione pole, mówi.

Monroe jednak przedstawia interesującą odwrotną możliwość. Sugeruje, że uczenie maszynowe może odgrywać kluczową rolę w zwiększaniu niezawodności komputerów kwantowych. Wskazuje, że rosnąca złożoność klasycznych systemów sterowania dla dużych komputerów kwantowych może wymagać innego podejścia. Spekuluje więc, że być może niekwantowe uczenie maszynowe zostanie wykorzystane do zarządzania złożonym zachowaniem wewnątrz tych maszyn.

Scott Aaronson , który kieruje Centrum Informacji Kwantowej na Uniwersytecie Teksańskim, mówi, że spodziewa się, że obliczenia kwantowe przyspieszą w przyszłości niektóre podejścia do uczenia maszynowego, chociaż potrzeba więcej pracy, aby pokazać, jak cenne jest to.

Zarówno Aaronson, jak i Monroe zgadzają się, że udostępnienie komputerów kwantowych za pośrednictwem chmury, tak jak robią to Rigetti, IBM i Google, będzie kluczowe dla rozwoju tej dziedziny. Aplikacje prawdopodobnie pojawią się, gdy inżynierowie i programiści zaczną eksperymentować na tych systemach.

Zapewnienie dostępu do wczesnych użytkowników może również zapewnić cenny strumień przychodów dla startupów, takich jak Rigetti. IBM niedawno ogłoszony szereg partnerów projektu kwantowego, w tym JPMorgan Chase, Daimler AG, Samsung, Hitachi i Oak Ridge National Laboratory. Firmy te chcą zobaczyć, co maszyny kwantowe mogą być w stanie zrobić w wielu zastosowaniach, w tym w modelowaniu finansowym, chemii i optymalizacji tras.

Aaronson zastanawia się, czy rosnący szum może w końcu powstrzymać prawdziwy postęp, chociaż oddzielenie tych dwóch może okazać się trudne. Z drugiej strony, mówi, to naprawdę ekscytujący czas.

ukryć