For nylig ser det ud til, at det er blevet moderigtigt at tale om kunstig intelligens (AI), og dette udtryk bruges nu hvor det er muligt. Men på trods af dette kan selve teknologien være nyttig inden for flere områder på én gang. Ligeledes har kvantecomputering fået fornyet opmærksomhed som et påstået revolutionerende værktøj, der blandt andet kunne styrke cyberforsvar og endda skabe et nyt internet. Og selv om begge teknologier i de senere år er kommet langt, er de stadig langt fra perfekte, uanset hvordan nogen vil have det ellers.
Dette gælder især for AI, som i sin nuværende form hovedsagelig er specialiserede maskinlæringsalgoritmer, der automatisk kan udføre individuelle opgaver. Ifølge forskere ved Center for Quantum Technology ved National University of Singapore (NUS) kan AI forbedres betydeligt gennem kvantecomputering.
I en ny undersøgelse, der blev offentliggjort i tidsskriftet Physical Review Letters, har NUS-forskere foreslået en kvantealgoritme til lineære ligningssystemer, der muliggør meget mere effektiv kvantecomputeranalyse af store datasæt.
“Tidligere lignende kvantealgoritmer blev brugt til et snævert udvalg af problemer. Vi er nødt til at forfine dem, hvis vi ønsker at opnå kvanteacceleration for andre data,”sagde studieforfatter Zhao Zhikuan i en pressemeddelelse.
En kvantealgoritme er i enkle vendinger en algoritme designet til at køre inden for realistiske kvanteberegningsmodeller. Ligesom traditionelle algoritmer er kvante en trinvis procedure, men den bruger fænomener, der er specifikke for kvanteberegning, såsom kvanteindvikling og superposition.
I dette tilfælde udfører algoritmen til løsning af lineære systemer beregninger ved hjælp af store datamatricer. Sådanne opgaver i større skala er mere velegnede til kvantecomputere.
Bedre, hurtigere, stærkere
Salgsfremmende video:
Med andre ord tilbyder algoritmen til løsning af lineære systemer en hurtigere og mere kraftfuld måde at beregne på sammenlignet med klassiske computere. Den første version af en sådan kvantealgoritme, der blev udviklet i 2009, lagde grundlaget for forskning i kvanteformer for AI og maskinindlæring.
”Kvantemaskinelæring er et felt under udvikling, hvor forskere forsøger at udnytte kraften i kvanteinformationsbehandling til at fremskynde udførelsen af klassiske maskinlæringsopgaver,” siger forskningsdokumentet. Om dette vil gøre AI smartere er et andet spørgsmål.
Dagens AI-systemer og deres maskinlæringsalgoritmer er allerede i stand til at udføre enorme mængder beregning. Processen med behandling af datasæt (og dette er normalt masser af information, hvorigennem AI gør sin vej) vil helt sikkert blive fremskyndet af kvanteberegning.
Før den algoritme, der er udviklet af Zhao og hans kolleger, kan være nyttig, er vi selvfølgelig nødt til at oprette mere passende kvantecomputere. I betragtning af mængden af arbejde, der er udført på denne front, kan det antages, at det ikke varer længe, før konceptet bliver en realitet.
"Vi forventer, at det vil tage tre til fire år for aktuelle hardwareeksperimenter at blive virkelige applikationer til kvantecomputering i kunstig intelligens," sagde Zhao i en pressemeddelelse. I mellemtiden planlægger hans team at gennemføre en demonstration af, hvordan deres algoritme fungerer snart.
Dmitry Volkov