Sejauh mana komputer kuantum dapat membantu mengembangkan Kecerdasan Buatan?


Jawaban:


25

Komputer kuantum sangat luar biasa pada perkalian matriks, dengan beberapa batasan . Superposisi kuantum memungkinkan setiap bit berada dalam keadaan yang jauh lebih banyak daripada hanya nol atau satu, dan gerbang kuantum dapat mengutak-atik bit tersebut dengan berbagai cara. Karena itu, komputer kuantum dapat memproses banyak informasi sekaligus untuk aplikasi tertentu.

Salah satu aplikasi tersebut adalah transformasi Fourier , yang berguna dalam banyak masalah, seperti analisis sinyal dan pemrosesan array. Ada juga algoritma pencarian kuantum Grover , yang menemukan nilai tunggal untuk fungsi yang diberikan mengembalikan sesuatu yang berbeda. Jika masalah AI dapat diekspresikan dalam bentuk matematika yang setuju dengan komputasi kuantum , ia dapat menerima speedup besar. Speedup yang memadai dapat mengubah ide AI dari "secara teoritis menarik tetapi sangat lambat" menjadi "cukup praktis begitu kita dapat menangani komputasi kuantum dengan baik."


1
Menambah jawaban ini, perkalian matriks adalah tulang punggung dari sebagian besar aplikasi Pembelajaran Mesin saat ini. Apa pun yang menggunakan GPU hari ini bisa besok menggunakan komputer kuantum yang membawa kita lebih dekat ke AI.
Harsh

2
ML adalah subset jika AI. Deep ML adalah subset jika ML. Karenanya kami tidak membangun AI apa pun dengan mengalikan matriks. Kami hanya memotong potongan terbaik dari mayat seperti piranha. Untuk publikasi, skor memberi gelar tenurial dan uang. Saya benar-benar ragu AI yang sebenarnya akan ada hubungannya dengan kecepatan mengalikan matriks. Otak manusia menghasilkan kecerdasan dengan mudah menggunakan alat yang jauh lebih lambat dibandingkan dengan komputer kuantum.
Boppity Bop

8

Sampai kita dapat membuat komputer kuantum dengan qubit yang lebih banyak, potensi untuk mengembangkan AI akan tetap seperti itu.

D-Wave (yang baru saja membuat 2.000+ sistem qubit sekitar tahun 2015) adalah komputer kuantum adiabatik , bukan komputer kuantum serba guna. Ini terbatas pada masalah optimasi tertentu (di mana efektivitasnya dilaporkan telah diragukan oleh salah satu pencetus teori yang menjadi dasar teori ini).

Misalkan kita dapat membangun komputer kuantum serba guna 32 qubit (dua kali lebih besar dari model saat ini, sejauh yang saya ketahui). Ini masih berarti bahwa hanya 32 kemungkinan yang ada di superposisi. Ini adalah ruang yang cukup kecil untuk dieksplorasi secara mendalam untuk banyak masalah. Oleh karena itu, mungkin tidak ada begitu banyak masalah yang mana salah satu algoritma kuantum yang diketahui (misalnya Shor , Grover ) akan berguna untuk jumlah bit tersebut.


"D-Wave (yang baru saja membuat 2.000+ sistem qubit sekitar tahun 2015)" Pernyataan ini menyesatkan. Sadarilah bahwa D-Wave telah mengklaim untuk membuat komputer menggunakan adiabetic quantum annealing . Model komputasi ini sangat berbeda dari model komputasi kuantum lainnya. Misalnya, saya tidak tahu apakah Shor dan Grover bekerja pada model ini! Jadi, berbicara tentang "2.000+ qubit" agak menyesatkan: komputer dalam model di mana kita peduli dengan jumlah qubit memiliki sekitar 50 qubit sebagai batas saat ini.
Kadal diskrit

Juga perhatikan bahwa ada ahli yang tidak percaya adiabetik kuantum anil dapat memberikan perbaikan yang signifikan pada teknik komputasi klasik dari anil simulasi .
Kadal diskrit

4

Komputer Quantum dapat membantu mengembangkan algoritma AI lebih lanjut dan memecahkan masalah sejauh kreativitas dan kemampuan kita untuk mendefinisikan masalah. Misalnya, melanggar kriptografi dapat memakan waktu beberapa detik, di mana dibutuhkan ribuan tahun untuk komputer standar. Sama dengan kecerdasan buatan, ia dapat memprediksi semua kombinasi untuk masalah yang diberikan ditentukan oleh algoritma. Ini disebabkan superposisi dari beberapa status bit kuantum.

Saat ini, komputer kuantum masih dalam tahap awal pengembangan dan dapat melakukan perhitungan yang kompleks. Sudah ada teknologi seperti sistem D-Wave yang digunakan oleh Google dan NASA untuk analisis data yang kompleks, menggunakan komputer kuantum tipe Multi-Qubit untuk memecahkan masalah dinamika fluida NSE yang menarik atau pengawasan global untuk keperluan militer, dan banyak lagi yang kami tidak sadar.

Saat ini hanya ada beberapa komputer kuantum yang tersedia untuk umum, seperti IBM Quantum Experience (platform komputasi kuantum pertama di dunia yang dikirimkan melalui IBM Cloud), tetapi pemrogramannya pada level gerbang logika kuantum, jadi kami bertahun-tahun tertinggal dalam menciptakan kecerdasan buatan tersedia untuk umum. Ada beberapa bahasa komputasi kuantum seperti QCL, Q atau Quipper, tapi saya tidak tahu ada perpustakaan yang dapat menyediakan kerangka kerja kecerdasan buatan. Itu tidak berarti itu tidak ada di sana, dan saya yakin perusahaan besar dan organisasi pemerintah menggunakannya untuk agenda mereka untuk menghasilkan persaingan (seperti analisis pasar keuangan, dll.).


1

Jawaban Langsung untuk Pertanyaan Anda : -

Bidang di mana komputasi kuantum dan AI bersinggungan disebut pembelajaran mesin kuantum .

  1. AI adalah bidang yang sedang berkembang, dengan beberapa latar belakang (ala McCarthy dari ketenaran LISP).

  2. Komputasi kuantum adalah bidang perawan yang sebagian besar belum dijelajahi.

Jenis kompleksitas tertentu berinteraksi dengan jenis kompleksitas lain untuk membuat bidang yang sangat kaya.

Sekarang gabungkan (1) dan (2), dan Anda berakhir dengan ketidakpastian yang lebih besar; perincian teknis harus dieksplorasi dalam jawaban ini.

Google Menjelaskan Komputasi Quantum dalam Satu Video Sederhana: Google dan Quantum Artificial Intelligence Lab NASA


Tubuh : -

IBM adalah otoritas: -

IBM: Komputer Quantum Bisa Bermanfaat, Tapi Kita Tidak Tahu Bagaimana persisnya

Pembelajaran mesin kuantum adalah fenomena yang menarik. Bidang ini mempelajari persimpangan antara komputasi kuantum dan pembelajaran mesin.

( https://en.wikipedia.org/wiki/Quantum_machine_learning )

"Sementara algoritma pembelajaran mesin digunakan untuk menghitung jumlah data yang sangat besar, pembelajaran mesin kuantum meningkatkan kemampuan tersebut secara cerdas, dengan menciptakan peluang untuk melakukan analisis pada keadaan dan sistem kuantum." Kontributor Wikipedia. - "Pembelajaran mesin kuantum." Wikipedia, Ensiklopedia Gratis . Wikipedia, Ensiklopedia Gratis, 7 Oktober 2019. Web. 11 Oktober 2019.


Cermin Teknis : -

Bagian khusus tentang implementasi ini perlu diperhatikan: -

( https://en.wikipedia.org/wiki/Quantum_machine_learning#Implementations_and_experiments )

"... Ketergantungan pada data ini adalah alat pelatihan yang kuat. Tetapi ia datang dengan potensi jebakan. Jika mesin dilatih untuk menemukan dan mengeksploitasi pola dalam data maka, dalam kasus tertentu, mereka hanya mengabadikan ras, prasangka gender atau kelas khusus untuk kecerdasan manusia saat ini.

Tetapi fasilitas pemrosesan data yang melekat pada pembelajaran mesin juga memiliki potensi untuk menghasilkan aplikasi yang dapat meningkatkan kehidupan manusia. Mesin 'Cerdas' dapat membantu para ilmuwan untuk mendeteksi kanker secara lebih efisien atau lebih memahami kesehatan mental.

Sebagian besar kemajuan dalam pembelajaran mesin sejauh ini klasik: teknik yang digunakan mesin untuk belajar mengikuti hukum fisika klasik. Data yang mereka pelajari memiliki bentuk klasik. Mesin yang menjalankan algoritma juga klasik.

Kami bekerja di bidang pembelajaran mesin kuantum yang sedang berkembang, yang mengeksplorasi apakah cabang fisika yang disebut mekanika kuantum dapat meningkatkan pembelajaran mesin. Mekanika kuantum berbeda dengan fisika klasik pada level fundamental: ia berurusan dengan probabilitas dan membuat prinsip keluar dari ketidakpastian. Mekanika kuantum juga memperluas fisika untuk memasukkan fenomena menarik yang tidak dapat dijelaskan dengan menggunakan intuisi klasik. ... "-" Explainer: Apa itu Pembelajaran Mesin Quantum Dan Bagaimana Cara Membantu Kami? ". Techxplore.Com , 2019, https://techxplore.com/news/2019-04-quantum-machine.html .


Aplikasi Bisnis dan Penggunaan Praktis : -


Bacaan lebih lanjut : -


0

Bersama dengan komputer kuantum, mekanika kuantum dan matematika Quantum akan mengubah masa depan Kecerdasan Buatan.

Dalam biaya dan pembatasan perhitungan saat ini, penggunaan bilangan super kompleks penemuan terbatas, banyak masalah statistik dan algoritma dalam antrian untuk memproses dan membuatnya dalam produksi, komputer Quantum tidak dapat menyelesaikannya karena kesalahan perhitungan saat ini tinggi, matematika Quantum tidak akan mati dan logika perhitungan khusus akan datang untuk mengatasi ini, info lebih lanjut tersedia

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.