Metode kuantum janjikan dorongan untuk AI pada komputer

Para peneliti telah mengembangkan pendekatan matematis yang menunjukkan bahwa komputer kuantum dapat memproses kumpulan data besar secara efisien untuk tugas-tugas AI. Dengan memuat data secara bertahap seperti streaming, metode ini menghindari kebutuhan memori yang sangat besar. Sebuah mesin dengan hanya 60 qubit logis dapat melampaui sistem klasik pada akhir dekade ini.

Hsin-Yuan Huang di perusahaan kuantum Oratomic dan rekan-rekannya berpendapat bahwa pekerjaan mereka meletakkan dasar bagi keunggulan kuantum dalam pembelajaran mesin. Skeptisisme konvensional menyatakan bahwa memasukkan data dunia nyata, seperti ulasan restoran atau urutan RNA, ke dalam status superposisi kuantum memerlukan memori yang sangat besar. Solusi tim ini mengalirkan data dalam kelompok yang lebih kecil, memprosesnya tanpa penyimpanan penuh, mirip dengan menonton film secara online alih-alih mengunduhnya terlebih dahulu. Haimeng Zhao di California Institute of Technology mencatat bahwa hal ini menghasilkan keunggulan memori yang sangat besar sehingga 300 qubit logis akan melampaui komputer klasik yang menggunakan setiap atom di alam semesta yang dapat diamati. Huang menekankan ubiquitas pembelajaran mesin: “Pembelajaran mesin benar-benar digunakan di mana-mana dalam sains dan teknologi serta kehidupan sehari-hari. Di dunia di mana kita dapat membangun arsitektur [komputasi kuantum] ini, saya merasa itu dapat diterapkan kapan pun ada kumpulan data besar yang tersedia.” Para ahli memuji inovasi ini namun meminta kehati-hatian. Adrián Pérez-Salinas di ETH Zurich menyebutnya menjanjikan untuk memberi makan mesin kuantum sedikit demi sedikit, namun menekankan pengujian terhadap dekuantisasi, di mana algoritma kuantum kehilangan keunggulannya pada perangkat keras klasik. Vedran Dunjko di Universitas Leiden melihat kecocokan untuk eksperimen padat data seperti Large Hadron Collider, meskipun tidak untuk semua beban kerja AI. Para peneliti berencana untuk memperluas algoritma yang dapat diterapkan dan mengoptimalkan kecepatan perangkat keras kuantum. Sistem dengan 60 qubit logis tampaknya dapat dicapai pada tahun 2030, menawarkan keunggulan awal untuk pemrosesan AI data besar.

Artikel Terkait

Quantum computers face significant challenges from errors that limit their usefulness, but recent breakthroughs in error correction are offering hope. Innovations involve creating logical qubits from fewer physical ones and enhancing reliability through entanglement and additional protections. Experts describe this as an exciting time where theory and practice are converging.

Dilaporkan oleh AI

Two recent studies indicate quantum computers could crack elliptic curve cryptography—securing banks, internet traffic, and cryptocurrencies like Bitcoin—with far fewer qubits than previously estimated: around 10,000-30,000 for one approach or 500,000 for another. Researchers highlight rapid hardware progress, urging a shift to post-quantum standards.

At the American Physical Society Global Physics Summit in Denver, Colorado, thousands of researchers are using AI chatbots to simplify complex talks. The event has sparked intense discussions on whether artificial intelligence will transform physics research. Speakers presented contrasting views on AI's potential and limitations.

Dilaporkan oleh AI

An international team of researchers has discovered that quantum systems can appear memoryless from one viewpoint while retaining memory from another. The finding, based on Schrödinger and Heisenberg pictures, reveals hidden memory effects in quantum dynamics. This could impact the design of quantum technologies.

Situs web ini menggunakan cookie

Kami menggunakan cookie untuk analisis guna meningkatkan situs kami. Baca kebijakan privasi kami untuk informasi lebih lanjut.
Tolak