Startup izmanto kvantu skaitļošanu, lai veicinātu mašīnmācīšanos

Noraidījumi

Uzņēmums Kalifornijā tikko pierādīja, ka eksotisku un potenciāli spēli mainošu datoru var izmantot, lai veiktu parastu mašīnmācības veidu.

Šis varoņdarbs vieš cerības, ka kvantu datori, kas izmanto kvantu fizikas loģikas principus, lai veiktu noteikta veida aprēķinus smieklīgā ātrumā, varētu būtiski ietekmēt tehnoloģiju nozares karstāko jomu: mākslīgo intelektu.

Pētnieki plkst Skaitļošanas noraidījumi , uzņēmums, kas atrodas Bērklijā, Kalifornijā, izmantoja vienu no sava prototipa kvantu mikroshēmām — supravadītāju ierīci, kas atrodas sarežģītā īpaši atdzesētā iestatījumā, lai palaistu tā dēvēto klasterizācijas algoritmu. Klasterizācija ir mašīnmācīšanās paņēmiens, ko izmanto, lai sakārtotu datus līdzīgās grupās. Rigetti arī šodien padara pieejamu jauno kvantu datoru, kas spēj apstrādāt 19 kvantu bitus jeb kubitus, izmantojot mākoņdatošanas platformu, ko sauc par Forest.

Tomēr demonstrācija nenozīmē, ka kvantu datori ir gatavi revolucionizēt AI. Kvantu datori ir tik eksotiski, ka neviens īsti nezina, kas varētu būt slepkavas. Piemēram, Rigetti algoritms nav praktiski noderīgs, un nav pilnīgi skaidrs, cik lietderīgi būtu veikt klasterizācijas uzdevumus kvantu mašīnā.

Tomēr Vils Zengs, Rigetti programmatūras un lietojumprogrammu vadītājs, apgalvo, ka darbs ir galvenais solis ceļā uz kvantu mašīnas izveidi. Zeng saka, ka tas ir jauns ceļš uz praktisku pielietojumu kvantu datoriem. Klasterizācija ir patiešām fundamentāla matemātiska problēma. Neviens nekad nav parādījis, ka varat to izdarīt.

Pašlaik pastāv ievērojams satraukums, kas saistīts ar centieniem izstrādāt praktiskus kvantu datorus. Lielie tehnoloģiju uzņēmumi, tostarp IBM, Google, Intel un Microsoft, kā arī daži labi finansēti jaunuzņēmumi sacenšas, lai izveidotu eksotiskas iekārtas, kas sola ieviest pilnīgi jaunu skaitļošanas veidu.

Pirmo reizi sapņoja fiziķi gandrīz pirms 40 gadiem , kvantu datori neapstrādā informāciju, izmantojot bināros datus viens smiltis 0 s. Tā vietā viņi izmanto divas kvantu parādības — superpozīcijas un sapīšanās —, lai vienlaikus veiktu aprēķinus lielam datu daudzumam. Kvantu fizikas būtība nozīmē, ka datoram ar tikai 100 kubitiem jāspēj veikt aprēķinus prātam neaptveramā mērogā.

Rigetti sacīkstēs ir kaut kas mazāks. IBM nesen paziņoja, ka ir izveidojis kvantu datoru ar 50 kubitiem, un plaši tiek baumots, ka uzņēmumam Google ir līdzīga mēroga ierīce. Tomēr Rigetti ir daudz pastiprinātāju. Uzņēmums ir piesaistījis aptuveni 70 miljonus USD no investoriem, tostarp Andreessen Horowitz, kas ir viens no ievērojamākajiem Silīcija ielejas uzņēmumiem.

Tomēr tas, ka ir vairāk kubitu, ne vienmēr nozīmē pārākumu. Kvantu stāvokļu uzturēšana un manipulēšana ar kubitiem ir milzīgs izaicinājums.

Tāpat kā daži citi, Rigetti izmanto hibrīda pieeju, kas nozīmē, ka tā kvantu mašīna darbojas saskaņoti ar parasto, lai padarītu programmēšanu vienkāršāku. Zengs saka, ka uzņēmuma sistēmas ir arī modulārākas nekā konkurentu sistēmas, kas var piedāvāt ievērojamu priekšrocību, ja runa ir par iekārtu mērogošanu.

Teorētiski kvantu skaitļošanai ir milzīgs potenciāls. Ir labi pierādījumi, ka kvantu mašīnas var izmantot, lai atrisinātu kriptogrāfijas problēmas un simulētu jaunus materiālus. Un ir cerība, ka tādi algoritmi kā Rigetti galu galā pārveidos mašīnmācības un AI pasauli.

Kvantu datori tikai tagad sasniedz mērogu, kurā tie var veikt darbu, ko būtu ļoti grūti, ja ne neiespējami darbināt pat ar visjaudīgāko parasto superdatoru. Sacensības par šī sliekšņa demonstrēšanu ar funkcionējošu mašīnu, ko dažkārt dēvē par kvantu pārākumu, ir kļuvušas par pašreizējās ažiotāžas simbolu. Fiziķi piekrīt, ka paies vēl vairāki gadi, līdz kvantu datori un tajos strādājošie algoritmi parādīs savu vērtību.

Kristofers Monro , eksperimentālais fiziķis Merilendas Universitātē un galvenais zinātnieks citā kvantu skaitļošanas uzņēmumā, IonQ , saka, ka ir pāragri domāt, ka kvantu skaitļošana mainīs mašīnmācīšanos. Viņš saka, ka mēs īsti nesaprotam, kā un kāpēc darbojas klasiskā mašīnmācība, tāpēc šķiet, ka tās piemērošana kvantiem var tikai vēl vairāk apmulsināt jau tā apmulsušo lauku.

Tomēr Monro izvirza interesantu apgrieztu iespēju. Viņš norāda, ka mašīnmācībai varētu būt galvenā loma kvantu datoru uzticamības uzlabošanā. Viņš norāda, ka pieaugošajai klasisko vadības sistēmu sarežģītībai lieliem kvantu datoriem var būt nepieciešama cita pieeja. Tāpēc viņš domā, ka, iespējams, tiks izmantota ne-kvantu mašīnmācība, lai pārvaldītu sarežģīto uzvedību šajās mašīnās.

Skots Āronsons , kurš vada Kvantu informācijas centru Teksasas Universitātē, saka, ka viņš sagaida, ka kvantu skaitļošana nākotnē paātrinās dažas mašīnmācības pieejas, lai gan būs vajadzīgs vairāk darba, lai parādītu, cik tas ir vērtīgs.

Gan Āronsons, gan Monro piekrīt, ka kvantu datoru pieejamības nodrošināšana, izmantojot mākoni, kā to dara Rigetti, IBM un Google, būs ļoti svarīgi, lai virzītos uz priekšu. Lietojumprogrammas, visticamāk, parādīsies, kad inženieri un programmētāji sāks eksperimentēt ar šīm sistēmām.

Piekļuves nodrošināšana agrīnajiem lietotājiem var arī nodrošināt vērtīgu ieņēmumu plūsmu tādiem jaunizveidotiem uzņēmumiem kā Rigetti. IBM nesen paziņoja virkne partneru savam kvantu projektam, tostarp JPMorgan Chase, Daimler AG, Samsung, Hitachi un Oak Ridge National Laboratory. Šie uzņēmumi vēlas redzēt, ko kvantu mašīnas varētu paveikt dažādās lietojumprogrammās, tostarp finanšu modelēšanā, ķīmijā un maršruta optimizācijā.

Āronsons domā, vai pieaugošā ažiotāža galu galā varētu aizkavēt reālu progresu, lai gan var izrādīties grūti nošķirt abus. No otras puses, viņš saka, tas ir patiesi aizraujošs laiks.

paslēpties