Nyligen verkar det som om det har blivit modernt att prata om artificiell intelligens (AI), och detta uttryck används nu när det är möjligt. Men trots detta kan själva tekniken vara användbar inom flera områden samtidigt. På samma sätt har kvantberäkning fått förnyad uppmärksamhet som ett påstådt revolutionerande verktyg som bland annat kan förbättra cyberförsvar och till och med skapa ett nytt internet. Och även om båda teknologierna under de senaste åren har avancerat på allvar, är de fortfarande långt ifrån perfekta, oavsett hur någon vill att det ska vara annars.
Detta gäller särskilt AI, som i sin nuvarande form huvudsakligen är specialiserade maskininlärningsalgoritmer som kan utföra enskilda uppgifter i ett automatiskt läge. Enligt forskare vid Centre for Quantum Technology vid National University of Singapore (NUS) kan AI förbättras avsevärt genom kvantberäkning.
I en ny studie publicerad i tidskriften Physical Review Letters har forskare vid NUS föreslagit en kvantalgoritm för linjära ekvationssystem som möjliggör mycket mer effektiv kvantdataanalys av stora datamängder.
”Tidigare liknande kvantalgoritmer användes för ett smalt spektrum av problem. Vi måste förbättra dem om vi vill uppnå kvantacceleration för andra data, säger studieförfattaren Zhao Zhikuan i ett pressmeddelande.
En kvantalgoritm, i enkla termer, är en algoritm som är utformad för att köras inom realistiska kvantberäkningsmodeller. Liksom traditionella algoritmer är kvant ett steg-för-steg-förfarande, men det använder fenomen som är specifika för kvantberäkning, såsom kvantförtrassling och superposition.
I detta fall utför algoritmen för att lösa linjära system beräkningar med hjälp av stora datamatriser. Sådana storskaliga uppgifter är mer lämpliga för kvantdatorer.
Bättre, snabbare, starkare
Kampanjvideo:
Med andra ord erbjuder algoritmen för att lösa linjära system ett snabbare och kraftfullare sätt att beräkna jämfört med klassiska datorer. Den första versionen av en sådan kvantalgoritm, som utvecklades 2009, lade grunden för forskning om kvantformer av AI och maskininlärning.
"Kvantmaskininlärning är ett utvecklingsfält där forskare försöker utnyttja kraften i kvantinformationsbehandling för att påskynda genomförandet av klassiska maskininlärningsuppgifter", säger forskningsdokumentet. Om detta kommer att göra AI smartare är en annan fråga.
Dagens AI-system och deras maskininlärningsalgoritmer kan redan utföra enorma mängder beräkning. Processen med att bearbeta datamängder (och detta är vanligtvis massor av information genom vilken AI gör sin väg) kommer definitivt att påskyndas av kvantberäkning.
Naturligtvis, innan algoritmen som utvecklats av Zhao och hans kollegor kan vara användbar, måste vi skapa mer lämpliga kvantdatorer. Med tanke på mängden arbete som görs på denna front kan det antas att det inte dröjer länge innan konceptet blir verklighet.
"Vi räknar med att det kommer att ta tre till fyra år för nuvarande hårdvaruexperiment att bli verkliga applikationer för kvantbearbetning i artificiell intelligens", säger Zhao i ett pressmeddelande. Under tiden planerar hans team att demonstrera hur deras algoritm fungerar snart.
Dmitry Volkov
