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

Komputer kuantum menghadapi tantangan signifikan dari kesalahan yang membatasi kegunaan mereka, tetapi terobosan terbaru dalam koreksi kesalahan menawarkan harapan. Inovasi melibatkan pembuatan qubit logis dari lebih sedikit qubit fisik serta peningkatan keandalan melalui belitan kuantum dan perlindungan tambahan. Para ahli menggambarkan ini sebagai masa yang menarik di mana teori dan praktik sedang bertemu.

Dilaporkan oleh AI

Dua studi terbaru menunjukkan komputer kuantum dapat meretas kriptografi kurva eliptik—yang mengamankan bank, lalu lintas internet, dan mata uang kripto seperti Bitcoin—dengan jumlah qubit yang jauh lebih sedikit dari perkiraan sebelumnya: sekitar 10.000-30.000 untuk satu pendekatan atau 500.000 untuk pendekatan lainnya. Para peneliti menyoroti kemajuan perangkat keras yang pesat, mendesak peralihan ke standar pasca-kuantum.

Pada American Physical Society Global Physics Summit di Denver, Colorado, ribuan peneliti menggunakan chatbot AI untuk menyederhanakan diskusi yang kompleks. Acara ini memicu diskusi intens mengenai apakah kecerdasan buatan akan mengubah penelitian fisika. Para pembicara memaparkan pandangan yang kontras mengenai potensi dan keterbatasan AI.

Dilaporkan oleh AI

Tim peneliti internasional telah menemukan bahwa sistem kuantum dapat terlihat tidak memiliki memori dari satu sudut pandang, namun tetap menyimpan memori dari sudut pandang lain. Temuan yang didasarkan pada kerangka Schrödinger dan Heisenberg ini mengungkap efek memori tersembunyi dalam dinamika kuantum, yang dapat memengaruhi perancangan teknologi kuantum.

Situs web ini menggunakan cookie

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