Welche Aspekte von Quantencomputern können gegebenenfalls zur Weiterentwicklung der künstlichen Intelligenz beitragen?
quantum-computing
Wythagoras
quelle
quelle
Antworten:
Quantencomputer sind bei der Matrixmultiplikation mit einigen Einschränkungen fantastisch . Die Quantenüberlagerung ermöglicht, dass sich jedes Bit in viel mehr Zuständen als nur Null oder Eins befindet, und Quantentore können diese Bits auf viele verschiedene Arten fummeln. Aus diesem Grund kann ein Quantencomputer für bestimmte Anwendungen viele Informationen gleichzeitig verarbeiten.
Eine dieser Anwendungen ist die Fourier-Transformation , die bei vielen Problemen wie der Signalanalyse und der Array-Verarbeitung hilfreich ist . Es gibt auch den Quantensuchalgorithmus von Grover , der den einzelnen Wert findet, für den eine gegebene Funktion etwas anderes zurückgibt. Wenn ein KI-Problem in einer mathematischen Form ausgedrückt werden kann, die für das Quantencomputing geeignet ist , kann es große Beschleunigungen erfahren. Ausreichende Beschleunigungen könnten eine KI-Idee von "theoretisch interessant, aber wahnsinnig langsam" in "ziemlich praktisch" verwandeln, sobald wir einen guten Überblick über das Quantencomputing haben.
quelle
Solange wir keinen Quantencomputer mit viel mehr Qubits herstellen können, bleibt das Potenzial zur Weiterentwicklung der KI erhalten.
D-Wave (das um 2015 ein Qubit-System mit über 2.000 Bit entwickelt hat) ist ein adiabatischer Quantencomputer , kein Allzweck-Quantencomputer. Es beschränkt sich auf bestimmte Optimierungsprobleme (an deren Wirksamkeit Berichten zufolge einer der Urheber der zugrunde liegenden Theorie zweifelte ).
Nehmen wir an, wir könnten einen 32-Qubit-Allzweck-Quantencomputer bauen (nach meinem Kenntnisstand doppelt so groß wie aktuelle Modelle). Dies würde immer noch bedeuten, dass nur 2 32 Möglichkeiten in Überlagerung existieren. Dies ist ein Raum, der klein genug ist, um für viele Probleme erschöpfend erforscht zu werden. Daher gibt es vielleicht nicht so viele Probleme, für die einer der bekannten Quantenalgorithmen (z. B. Shor , Grover ) für diese Anzahl von Bits nützlich wäre.
quelle
Quantencomputer können helfen, KI-Algorithmen weiterzuentwickeln und die Probleme im Rahmen unserer Kreativität und Fähigkeit, das Problem zu definieren, zu lösen. Das Unterbrechen der Kryptografie kann beispielsweise Sekunden dauern, während es bei Standardcomputern Tausende von Jahren dauern kann. Ähnlich wie bei der künstlichen Intelligenz können alle Kombinationen für das durch den Algorithmus definierte Problem vorhergesagt werden. Dies ist auf die Überlagerung mehrerer Zustände von Quantenbits zurückzuführen.
Gegenwärtig befinden sich Quantencomputer noch in einem frühen Entwicklungsstadium und können komplexe Berechnungen durchführen. Es gibt bereits Technologien wie D-Wave- Systeme, die von Google und der NASA für komplexe Datenanalysen verwendet werden. Dabei werden Quantencomputer vom Typ Multi-Qubit zur Lösung von NSE-Fluiddynamikproblemen oder zur globalen Überwachung für militärische Zwecke verwendet nicht bewusst.
Gegenwärtig stehen der Öffentlichkeit nur wenige Quantencomputer zur Verfügung, wie beispielsweise IBM Quantum Experience (die weltweit erste über die IBM Cloud bereitgestellte Quantencomputerplattform). Die Programmierung erfolgt jedoch auf Ebene der Quantenlogikgatter, sodass wir viele Jahre hinter der Schaffung künstlicher Intelligenz zurückbleiben für die Öffentlichkeit zugänglich. Es gibt einige Quantencomputersprachen wie QCL, Q oder Quipper, aber mir sind keine Bibliotheken bekannt, die Frameworks für künstliche Intelligenz bereitstellen können. Das bedeutet nicht, dass es nicht da ist, und ich bin sicher, dass große Unternehmen und Regierungsorganisationen es für ihre Agenda verwenden, um den Wettbewerb zu beenden (wie Finanzmarktanalysen usw.).
quelle
Direkte Antwort auf Ihre Frage : -
Das Gebiet, in dem sich Quantencomputing und KI kreuzen, wird als quantenmaschinelles Lernen bezeichnet .
AI ist ein sich entwickelndes Gebiet mit Hintergrundwissen (ua McCarthy von LISP).
Quantum Computing ist ein jungfräuliches Gebiet, das weitgehend unerforscht ist.
Ein bestimmter Komplexitätstyp interagiert mit einem anderen Komplexitätstyp, um ein sehr umfangreiches Feld zu erstellen.
Kombinieren Sie nun (1) und (2), und Sie erhalten noch mehr Unsicherheit. Die technischen Details werden in dieser Antwort untersucht.
Google erklärt Quantum Computing in einem einfachen Video: Das Quantum Artificial Intelligence Lab von Google und der NASA
Körper : -
IBM ist eine Behörde: -
IBM: Quantencomputer könnten nützlich sein, aber wir wissen nicht genau, wie
Quantenmaschinelles Lernen ist ein interessantes Phänomen. Dieses Feld untersucht die Schnittstelle zwischen Quantencomputer und maschinellem Lernen.
( https://en.wikipedia.org/wiki/Quantum_machine_learning )
Technischer Spiegel : -
Dieser spezielle Abschnitt zu den Implementierungen ist erwähnenswert:
( https://en.wikipedia.org/wiki/Quantum_machine_learning#Implementations_and_experiments )
Eine Zukunft mit Quantenmaschinellem Lernen
Quantum Computing, Deep Learning und Künstliche Intelligenz
Geschäftsanwendungen und praktische Anwendungen : -
Weiterführende Literatur : -
quelle
Bei den gegenwärtigen Berechnungskosten und -beschränkungen ist die Verwendung von Super-Erfindungs-Komplexzahlen begrenzt, viele statistische Probleme und Algorithmen warten darauf, verarbeitet und in Produktion gebracht zu werden. Quantum-Computer sind nicht in der Lage, dies zu lösen, da der gegenwärtige Berechnungsfehler hoch ist wird nicht sterben und spezielle Berechnungslogik wird kommen, um dies in Angriff zu nehmen. Weitere Informationen verfügbar
quelle