Ở mức độ nào máy tính lượng tử có thể giúp phát triển Trí tuệ nhân tạo?

Những khía cạnh nào của máy tính lượng tử, nếu có, có thể giúp phát triển hơn nữa Trí tuệ nhân tạo?

Máy tính lượng tử là siêu tuyệt vời khi nhân ma trận, với một số hạn chế . Sự chồng chất lượng tử cho phép mỗi bit ở nhiều trạng thái hơn chỉ bằng 0 hoặc một, và các cổng lượng tử có thể đánh lừa các bit đó theo nhiều cách khác nhau. Do đó, một máy tính lượng tử có thể xử lý nhiều thông tin cùng một lúc cho các ứng dụng nhất định.

Một trong những ứng dụng đó là biến đổi Fourier , rất hữu ích trong rất nhiều vấn đề, như phân tích tín hiệu và xử lý mảng. Ngoài ra còn có thuật toán tìm kiếm lượng tử của Grover , tìm ra giá trị duy nhất mà hàm đã cho trả về một giá trị khác. Nếu một vấn đề AI có thể được thể hiện dưới dạng toán học phù hợp với điện toán lượng tử , nó có thể nhận được sự tăng tốc tuyệt vời. Tăng tốc đủ có thể chuyển đổi một ý tưởng AI từ "lý thuyết thú vị nhưng cực kỳ chậm" thành "khá thực tế một khi chúng ta nắm bắt tốt về điện toán lượng tử".

Cho đến khi chúng ta có thể tạo ra một máy tính lượng tử với nhiều qubit hơn, tiềm năng phát triển hơn nữa AI sẽ vẫn như vậy.

D-Wave (vừa tạo ra một hệ thống hơn 2.000 qubit vào khoảng năm 2015) là một máy tính lượng tử đáng tin cậy , không phải là một máy tính lượng tử đa năng. Nó bị hạn chế trong một số vấn đề tối ưu hóa (tại đó hiệu quả của nó đã bị nghi ngờ bởi một trong những người khởi xướng lý thuyết mà nó dựa trên).

Giả sử rằng chúng ta có thể xây dựng một máy tính lượng tử đa năng 32 qubit (lớn gấp đôi so với các mô hình hiện tại, theo như tôi biết). Điều này vẫn có nghĩa là chỉ có 2 ³² khả năng tồn tại trong sự chồng chất. Đây là một không gian đủ nhỏ để khám phá triệt để cho nhiều vấn đề. Do đó, có lẽ không có quá nhiều vấn đề mà bất kỳ thuật toán lượng tử nào đã biết (ví dụ Shor , Grover ) sẽ hữu ích cho số bit đó.

Máy tính lượng tử có thể giúp phát triển hơn nữa các thuật toán AI và giải quyết các vấn đề đến mức độ sáng tạo và khả năng xác định vấn đề của chúng tôi. Ví dụ, phá vỡ mật mã có thể mất vài giây, trong đó có thể mất hàng ngàn năm cho các máy tính tiêu chuẩn. Tương tự với trí tuệ nhân tạo, nó có thể dự đoán tất cả các kết hợp cho vấn đề đã cho được xác định bởi thuật toán. Điều này là do sự chồng chất của nhiều trạng thái của các bit lượng tử.

Hiện tại, máy tính lượng tử vẫn đang trong giai đoạn đầu phát triển và có thể thực hiện tính toán phức tạp. Hiện đã có các công nghệ như hệ thống D-Wave được Google và NASA sử dụng để phân tích dữ liệu phức tạp, sử dụng máy tính lượng tử loại Multi-Qubit để giải quyết các vấn đề về động lực học chất lỏng NSE hoặc giám sát toàn cầu cho mục đích quân sự, và nhiều hơn nữa chúng ta không biết.

Hiện tại chỉ có một số máy tính lượng tử có sẵn cho công chúng, như IBM Quantum Experience (nền tảng điện toán lượng tử đầu tiên trên thế giới được phân phối qua Đám mây của IBM), nhưng nó lập trình trên các mức cổng logic lượng tử, vì vậy chúng tôi chậm hơn nhiều năm để tạo ra trí tuệ nhân tạo có sẵn cho công chúng. Có một số ngôn ngữ điện toán lượng tử như QCL, Q hoặc Quipper, nhưng tôi không biết bất kỳ thư viện nào có thể cung cấp khung trí tuệ nhân tạo. Điều đó không có nghĩa là nó không có ở đó và tôi chắc chắn rằng các công ty lớn và các tổ chức chính phủ đang sử dụng nó cho chương trình nghị sự của họ để dẫn đến sự cạnh tranh (như phân tích thị trường tài chính, v.v.).

Trả lời trực tiếp cho câu hỏi của bạn : -

Lĩnh vực mà điện toán lượng tử và AI giao nhau được gọi là học máy lượng tử .

1. AI là một lĩnh vực đang phát triển, với một số nền tảng (ala McCarthy của LISP nổi tiếng).

2. Điện toán lượng tử là một lĩnh vực còn nguyên vẹn mà chưa được khám phá.

Một loại phức tạp đặc biệt tương tác với một loại phức tạp khác để tạo ra một trường rất phong phú.

Bây giờ kết hợp (1) và (2), và bạn kết thúc với sự không chắc chắn hơn nữa; các chi tiết kỹ thuật sẽ được khám phá trong câu trả lời này.

Google giải thích tính toán lượng tử trong một video đơn giản: Phòng thí nghiệm trí tuệ nhân tạo lượng tử của Google và NASA

Thân thể : -

IBM là một cơ quan có thẩm quyền: -

IBM: Máy tính lượng tử có thể hữu ích, nhưng chúng tôi không biết chính xác như thế nào

Học máy lượng tử là một hiện tượng thú vị. Lĩnh vực này nghiên cứu sự giao thoa giữa điện toán lượng tử và học máy.

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

"Trong khi các thuật toán học máy được sử dụng để tính toán lượng dữ liệu khổng lồ, thì máy học lượng tử tăng khả năng như vậy một cách thông minh, bằng cách tạo ra các cơ hội để tiến hành phân tích trên các trạng thái và hệ thống lượng tử." Wikipedia đóng góp. - "Học máy lượng tử." Wikipedia, bách khoa toàn thư miễn phí . Wikipedia, Bách khoa toàn thư miễn phí, ngày 7 tháng 10 năm 2019. Web. Ngày 11 tháng 10 năm 2019.

Gương kỹ thuật : -

Phần đặc biệt này về việc triển khai đáng chú ý: -

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

"... Sự phụ thuộc vào dữ liệu này là một công cụ đào tạo mạnh mẽ. Nhưng nó đi kèm với những cạm bẫy tiềm tàng. Nếu máy móc được đào tạo để tìm và khai thác các mẫu trong dữ liệu thì trong một số trường hợp nhất định, chúng chỉ duy trì các định kiến ​​về chủng tộc, giới tính hoặc lớp học cụ thể trí tuệ con người hiện nay.

Nhưng cơ sở xử lý dữ liệu vốn có của máy học cũng có khả năng tạo ra các ứng dụng có thể cải thiện cuộc sống của con người. Những cỗ máy 'thông minh' có thể giúp các nhà khoa học phát hiện ung thư hiệu quả hơn hoặc hiểu rõ hơn về sức khỏe tâm thần.

Hầu hết các tiến bộ trong học máy cho đến nay là cổ điển: các kỹ thuật mà máy móc sử dụng để học theo quy luật của vật lý cổ điển. Dữ liệu họ học được có dạng cổ điển. Các máy mà các thuật toán chạy cũng là cổ điển.

Chúng tôi làm việc trong lĩnh vực mới nổi của học máy lượng tử, đó là tìm hiểu xem ngành vật lý gọi là cơ học lượng tử có thể cải thiện việc học máy không. Cơ học lượng tử khác với vật lý cổ điển ở cấp độ cơ bản: nó liên quan đến xác suất và đưa ra một nguyên tắc không chắc chắn. Cơ học lượng tử cũng mở rộng vật lý để bao gồm các hiện tượng thú vị không thể giải thích bằng trực giác cổ điển. ... "-" Người giải thích: Học máy lượng tử là gì và nó có thể giúp chúng ta như thế nào? ". Techxplore.Com , 2019, https://techxplore.com/news/2019-04-quantum-machine.html .

• Tương lai với máy học lượng tử

• Điện toán lượng tử, học sâu và trí tuệ nhân tạo

Ứng dụng kinh doanh và sử dụng thực tế : -

• Bộ phận CNTT của bạn đã chuẩn bị cho làn sóng tiếp theo của công nghệ doanh nghiệp chưa? (Điện toán lượng tử được đề cập ở đây.)
• D-Wave công bố đơn vị kinh doanh máy học Quadrant

Đọc thêm : -

• ( https://techxplore.com/news/2019-04-quantum-machine.html )
• ( https://physics.aps.org/articles/v12/74?fbclid=IwAR2hVTFReQA-3lTNQXKEAtQN7KQ5Lz41wyM19DJDtS1H4fLDNivqxqh5G2k )
• ( https://www.forbes.com/sites/bernardmarr/2017/09/05/how-quantum-computers-will-revolutionize-art bát-intellect-machine-learning-and-big-data / # 59b153bf5609 )
• ( http://www.messagetoeagle.com/what-is-quantum-machine-learning-and-how-can-it-help-us/ )

Cùng với máy tính lượng tử, cơ học lượng tử và toán học lượng tử sẽ thay đổi tương lai của Trí tuệ nhân tạo.

Trong chi phí tính toán và giới hạn hiện tại, việc sử dụng số phức siêu sáng chế bị hạn chế, nhiều vấn đề thống kê và thuật toán đang xếp hàng chờ xử lý và đưa nó vào sản xuất, máy tính lượng tử không thể giải quyết được vì lỗi tính toán hiện tại cao, toán học lượng tử Sẽ không chết và logic tính toán đặc biệt sẽ đến để giải quyết vấn đề này, Thông tin thêm có sẵn