Até que ponto os computadores quânticos podem ajudar a desenvolver inteligência artificial?

Respostas:

25

Os computadores quânticos são super impressionantes na multiplicação de matrizes, com algumas limitações . A superposição quântica permite que cada bit esteja em muito mais estados do que apenas zero ou um, e os portões quânticos podem mexer com esses bits de várias maneiras diferentes. Por isso, um computador quântico pode processar muitas informações de uma só vez para determinadas aplicações.

Uma dessas aplicações é a transformação de Fourier , que é útil em muitos problemas, como análise de sinal e processamento de matriz. Há também o algoritmo de busca quântica de Grover , que encontra o valor único para o qual uma determinada função retorna algo diferente. Se um problema de IA puder ser expresso em uma forma matemática passível de computação quântica , ele poderá receber grandes acelerações. Acelerações suficientes podem transformar uma ideia de IA de "teoricamente interessante, mas incrivelmente lenta" para "bastante prática, uma vez que tenhamos uma boa noção da computação quântica".

Ben N
fonte
1
Adicionando a essa resposta, a multiplicação de matrizes é a espinha dorsal da maioria dos aplicativos de Machine Learning atualmente. Qualquer coisa que use uma GPU hoje poderá amanhã usar um computador quântico, o que nos aproxima muito da IA.
áspero
2
ML é um subconjunto se AI. ML profundo é subconjunto se ML. Portanto, não estamos construindo nenhuma IA multiplicando matrizes. Simplesmente cortamos as melhores peças de um cadáver como piranhas. Para publicações, os graus concedem posse e dinheiro. Eu realmente duvido que uma IA real tenha algo a ver com a velocidade da multiplicação de matrizes. O cérebro humano produz inteligência sem esforço, usando aparelhos infinitamente mais lentos em comparação com um computador quântico.
Boppity Bop
8

Até que possamos criar um computador quântico com muito mais qubits, o potencial para desenvolver ainda mais a IA permanecerá exatamente isso.

O D-Wave (que acaba de criar um sistema de mais de 2.000 qubit por volta de 2015) é um computador quântico adiabático , não um computador quântico de uso geral. É restrito a certos problemas de otimização (nos quais sua eficácia foi questionada por um dos autores da teoria em que se baseia).

Suponha que possamos construir um computador quântico de uso geral de 32 bits (duas vezes maior que os modelos atuais, até onde eu saiba). Isso ainda significaria que apenas existem 32 possibilidades em superposição. Este é um espaço pequeno o suficiente para ser explorado exaustivamente em muitos problemas. Portanto, talvez não haja muitos problemas para os quais qualquer um dos algoritmos quânticos conhecidos (por exemplo , Shor , Grover ) seria útil para esse número de bits.

NietzscheanAI
fonte
"D-Wave (que acaba de criar um sistema de mais de 2.000 qubit por volta de 2015)" Esta afirmação é enganosa, na melhor das hipóteses. Esteja ciente de que a D-Wave alegou criar um computador usando o recozimento quântico adiabético . Este modelo de computação é significativamente diferente de outros modelos de computação quântica. Por exemplo, não sei se Shor e Grover trabalham nesse modelo! Portanto, falar de "mais de 2.000 qubits" é um pouco enganador: os computadores no modelo em que nos preocupamos com a contagem de qubit têm algo em torno de 50 qubits como a fronteira atual.
Lagarto discreto
Observe também que existem especialistas que não acreditam que o recozimento quântico adiabético possa oferecer melhorias significativas na técnica clássica de computação do recozimento simulado .
Lagarto discreto
4

Os computadores quânticos podem ajudar a desenvolver ainda mais os algoritmos de IA e resolver os problemas de acordo com a nossa criatividade e capacidade de definir o problema. Por exemplo, a quebra de criptografia pode levar segundos, onde pode levar milhares de anos para computadores comuns. O mesmo com a inteligência artificial, ele pode prever todas as combinações para o problema especificado, definidas pelo algoritmo. Isto é devido à superposição de múltiplos estados de bits quânticos.

Atualmente, os computadores quânticos ainda estão nos estágios iniciais de desenvolvimento e podem executar cálculos complexos. Já existem tecnologias, como sistemas D-Wave , usadas pelo Google e NASA para análises complexas de dados, usando computadores quânticos do tipo Multi-Qubit para resolver problemas de dinâmica de fluidos da NSE de interesse ou vigilância global para fins militares, e muitos mais dos quais estamos não Ciente.

Atualmente, existem apenas alguns computadores quânticos disponíveis ao público, como o IBM Quantum Experience (a primeira plataforma de computação quântica do mundo fornecida via IBM Cloud), mas está programando em níveis de portas lógicas quânticas, por isso estamos muitos anos atras na criação de inteligência artificial disponível ao público. Existem algumas linguagens de computação quântica , como QCL, Q ou Quipper, mas não conheço nenhuma biblioteca que possa fornecer estruturas de inteligência artificial. Isso não significa que não está lá, e tenho certeza de que grandes empresas e organizações governamentais estão usando-o em sua agenda para vencer a concorrência (como análise do mercado financeiro, etc.).

kenorb
fonte
1

Resposta Direta à Sua Pergunta : -

O campo em que a computação quântica e a IA se cruzam é ​​chamado aprendizado de máquina quântica .

  1. A IA é um campo em desenvolvimento, com alguma formação (ala McCarthy, da LISP).

  2. A computação quântica é um campo virgem que é amplamente inexplorado.

Um tipo específico de complexidade interage com outro tipo de complexidade para criar um campo muito rico.

Agora combine (1) e (2) e você terá ainda mais incerteza; os detalhes técnicos devem ser explorados nesta resposta.

Google explica a computação quântica em um vídeo simples: o Google e o Laboratório de Inteligência Artificial Quantum da NASA


Corpo : -

A IBM é uma autoridade: -

IBM: computadores quânticos podem ser úteis, mas não sabemos exatamente como

O aprendizado de máquina quântica é um fenômeno interessante. Este campo estuda a interseção entre computação quântica e aprendizado de máquina.

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

"Embora os algoritmos de aprendizado de máquina sejam usados ​​para calcular quantidades imensas de dados, o aprendizado de máquina quântica aumenta esses recursos de maneira inteligente, criando oportunidades para conduzir análises em estados e sistemas quânticos". Contribuidores da Wikipedia. - "Aprendizado de máquina quântica". Wikipedia, A Enciclopédia Livre . Wikipedia, The Free Encyclopedia, 7 de outubro de 2019. Web. 11 de outubro de 2019.


Espelho técnico : -

Vale a pena observar esta seção específica sobre as implementações: -

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

"... Essa dependência de dados é uma poderosa ferramenta de treinamento. Mas vem com possíveis armadilhas. Se as máquinas são treinadas para encontrar e explorar padrões nos dados, em alguns casos, elas perpetuam apenas os preconceitos de raça, gênero ou classe específicos para eles. inteligência humana atual.

Mas o recurso de processamento de dados inerente ao aprendizado de máquina também tem o potencial de gerar aplicativos que podem melhorar a vida humana. Máquinas "inteligentes" poderiam ajudar os cientistas a detectar câncer com mais eficiência ou a entender melhor a saúde mental.

A maior parte do progresso no aprendizado de máquinas até agora tem sido clássica: as técnicas que as máquinas usam para aprender seguem as leis da física clássica. Os dados que eles aprendem têm uma forma clássica. As máquinas nas quais os algoritmos rodam também são clássicas.

Trabalhamos no campo emergente do aprendizado de máquina quântica, que está explorando se o ramo da física chamado mecânica quântica pode melhorar o aprendizado de máquina. A mecânica quântica é diferente da física clássica em um nível fundamental: lida com probabilidades e cria um princípio da incerteza. A mecânica quântica também expande a física para incluir fenômenos interessantes que não podem ser explicados usando a intuição clássica. ... "-" Explicador: O que é o aprendizado de máquina quântico e como ele pode nos ajudar? ". Techxplore.Com , 2019, https://techxplore.com/news/2019-04-quantum-machine.html .


Aplicações comerciais e usos práticos : -


Leitura adicional : -

Revelações tautológicas
fonte
0

Juntamente com os computadores quânticos, a mecânica quântica e a matemática quântica mudarão o futuro da inteligência artificial.

No custo e na limitação da computação atual, o uso de números complexos da super invenção é limitado, muitos problemas e algoritmos estatísticos estão em fila de espera para serem processados ​​e produzidos na produção. Os computadores quânticos não são capazes de resolvê-lo, pois o erro de computação atual é alto. não vai morrer e lógica de computação especial virá para resolver isso, mais informações disponíveis

krishnakumar sekar
fonte