Лідери думок
Демістифікація квантового штучного інтелекту: що це таке, чим це не є і чому це важливо зараз
Штучний інтелект вступив у нову фазу. Йдеться вже не лише про створення більших моделей чи доступ до більшої кількості даних. Сьогоднішня конкуренція зосереджена на швидкості, ефективності та інноваціях. Компанії шукають нові інструменти, які пропонують як технічні, так і економічні переваги. Для деяких квантові обчислення починають виглядати одним із таких інструментів.
Квантовий штучний інтелект — це поєднання квантових обчислень зі штучним інтелектом. Він пропонує новий спосіб вирішення складних проблем у машинному навчанні, оптимізації та аналізі даних. Хоча цей потенціал все ще знаходиться на стадії розробки, він привертає серйозну увагу. Глобальний проект 2024 року... опитування SAS виявили, що понад 60 відсотків бізнес-лідерів вже досліджують квантовий штучний інтелект або інвестують у нього. Однак більшість також заявили, що не до кінця розуміють, що це за технологія або як її можна використовувати.
У цій статті пояснюється, що таке квантовий штучний інтелект, які проблеми він може допомогти вирішити та де він може вплинути найближчим часом.
Чому команди зі штучного інтелекту розглядають квантові технології
Навчання великих моделей штучного інтелекту вимагає часу, енергії та грошей. Навіть незначні підвищення ефективності можуть призвести до значної економії. Квантові обчислення надають нові методи для вирішення певних проблем більш ефективно або точно, ніж класичні машини.
Наприклад, квантові комп'ютери можуть виконувати кілька обчислень одночасно, використовуючи властивість, відому як суперпозиція. Це робить їх добре підходящими для задач, що передбачають пошук у великих просторах або оптимізацію складних систем. Ці можливості добре поєднуються з багатьма завданнями машинного навчання, такими як вибір ознак, налаштування моделі та вибірка даних.
Хоча сучасні квантові машини все ще розвиваються, дослідники знаходять способи поєднати їх із класичними інструментами. Ці гібридні системи дозволяють командам штучного інтелекту тестувати квантові методи вже зараз, не чекаючи на повністю розроблене квантове обладнання.
Що таке квантовий штучний інтелект, а що ні
Квантовий ШІ не полягає в заміні існуючих систем ШІ квантовими версіями. Він не передбачає повністю квантового обладнання для запуску моделей глибокого навчання.
Натомість, вона зосереджена на використанні квантових алгоритмів для підтримки частин конвеєра штучного інтелекту. Це може включати такі завдання, як пришвидшення оптимізації, покращення вибору функцій або розширення вибірки з розподілів прибутковості. У цих випадках квантові комп'ютери не замінюють існуючі інструменти; вони підтримують їх.
Робота все ще експериментальна. Більшість прикладів спираються на гібридні методи, в яких квантові та класичні частини працюють разом. Але ці системи вже демонструють результати у вузьких випадках використання.
Поточні програми в розробці
Хоча ця галузь нова, квантовий штучний інтелект вже тестується в кількох галузях. Ці приклади використовують реальні інструменти та опубліковані дослідження. Вони також відображають типи проблем, для вирішення яких найкраще підходять квантові методи.
Стиснення моделі та відображення ознак
Моделі штучного інтелекту стають все більшими та дорожчими для навчання. Квантові технології можуть допомогти зменшити розмір та складність цих моделей. Одним із методів є квантове картування ознак, де вхідні дані перетворюються за допомогою квантових схем. Ці перетворення можуть допомогти розділити точки даних, які важко класифікувати стандартними методами.
На початку 2021 року папір в Фізика природи досліджували, як квантові ядра можуть покращити методи опорних векторів, тип моделі машинного навчання. Цей підхід добре працює для високовимірних або розріджених наборів даних, де класичні моделі мають труднощі.
Оптимізація портфеля у фінансах
Банки та компанії з управління активами часто використовують штучний інтелект для управління портфелями та оцінки ризиків. Ці завдання передбачають велику кількість змінних та обмежень. Квантові алгоритми, такі як QAOA (Quantum Approximate Optimization Algorithm), тестуються для ефективнішого вирішення цих проблем.
Citi Innovation Labs та AWS нещодавно досліджували використання квантових комп'ютерів для оптимізації портфеля, зокрема, застосовуючи алгоритм QAOA та те, як він працює. Ця співпраця демонструє зростаючий інтерес та інвестиції в квантові обчислення як інструмент для вирішення реальних проблем.
Відкриття ліків та молекулярне моделювання
Розробка ліків залежить від прогнозування взаємодії молекул одна з одною. Моделі штучного інтелекту можуть допомогти, але класичне моделювання має обмеження. Квантові обчислення краще підходять для моделювання хімічних систем на квантовому рівні.
A Нове дослідження з IBM, Клівлендської клініки та Мічиганського державного університету продемонстрували новий спосіб моделювання складних молекул за допомогою квантових комп'ютерів сучасного покоління, пропонуючи життєздатний шлях розвитку квантово-центричних наукових обчислень.
Оптимізація ланцюга поставок
Ланцюгами поставок важко керувати через їхній розмір і складність. Штучний інтелект може допомогти, але певні завдання, такі як планування маршрутів і контроль запасів, залишаються складними для оптимізації. Для покращення цих завдань досліджуються квантові методи.
Fujitsu стала партнером з Japan Post для оптимізації доставки «останньої милі» в Токіо, де традиційні алгоритми маршрутизації не враховували динамічні змінні, такі як затори на дорогах та коливання обсягу посилок. Завдяки впровадженню квантового штучного інтелекту вони змогли розпочати роботу над трансформацією деяких найважливіших аспектів логістики.
Виклики та обмеження
Квантове обладнання залишається проблемою. Хоча, здавалося б, щодня з'являються нові досягнення, сучасні машини все ще чутливі до шуму, важко масштабуються та ненадійні для тривалих обчислень. Більшість програм повинні працювати в цих межах, використовуючи коротші та простіші квантові схеми.
Розробка квантового програмного забезпечення також є складною. Квантове програмування вимагає знань з фізики, математики та інформатики. Мало які команди мають правильне поєднання навичок.
Щоб знизити цей бар'єр, створюються нові інструменти. До них належать високорівневі фреймворки програмування та автоматизовані системи проектування схем. Вони дозволяють розробникам штучного інтелекту тестувати квантові методи без необхідності писати низькорівневий квантовий код.
Що команди зі штучним інтелектом можуть робити сьогодні
Квантовий штучний інтелект ще не готовий до повного впровадження. Однак команди, що орієнтовані на майбутнє, можуть почати створювати знання та системи, необхідні для використання його переваг у майбутньому. Ось три кроки, які слід врахувати:
- Створюйте міжфункціональні команди – об’єднуйте експертів зі штучного інтелекту з дослідниками в галузі оптимізації та квантових обчислень. Це дозволяє командам досліджувати нові ідеї та готувати майбутні можливості.
- Експериментуйте з гібридними робочими процесами – зосередьтеся на вузьких проблемах, де квантові компоненти можуть підтримувати класичні моделі. До них належать вибір ознак, вибірка або обмежена оптимізація.
- Використовуйте інструменти, що абстрагують складність – впроваджуйте платформи та фреймворки, які приховують низькорівневі квантові деталі. Ці інструменти допомагають командам зосередитися на застосунку, а не на апаратному забезпеченні.
Квантовий ШІ все ще розвивається. Він не є скороченим шляхом чи заміною класичного ШІ. Однак, це галузь, що розвивається, з реальним потенціалом у тих сферах, де сучасні моделі не дотягують до результатів або мають труднощі. Найбільш імовірним шляхом вперед є не раптові зміни, а стабільна інтеграція.
Оскільки квантове обладнання вдосконалюється, а програмне забезпечення стає доступнішим, перші користувачі матимуть кращі можливості для використання цих нових інструментів. Для команд, які вже працюють на межі класичних систем, квантовий штучний інтелект може стати наступним місцем, де вони знайдуть цінність.
