Теоретики доказали преимущества квантовых компьютеров в системах искусственного интеллекта

Квантовые компьютеры смогут выполнять задачи искусственного интеллекта, которые сегодня требуют огромных вычислительных мощностей обычных машин или вообще невозможны. Квантовое превосходство в ИИ, хотя и пока лишь теоретическое, получило строгое математическое доказательство.

Он представлен в препринте на arXiv. Авторы работы исследовали квантовый компьютер из 60 логических кубитов применительно к обработке огромных объемов данных. По их расчетам, он превзойдет традиционные компьютеры на четыре-шесть порядков по эффективности памяти в задачах вычислительной математики, генетики и машинного обучения.

"Машинное обучение действительно используется повсюду: в науке, технологиях и повседневной жизни. Если мы сможем создать такую ​​[квантовую] архитектуру, я верю, что она найдет применение везде, где есть огромные объемы данных", - говорит соавтор Синь-Юэнь (Роберт) Хуанг, технический директор Oratomic.

Он изобрел метод обработки данных, собранных в неквантовом мире, таких как обзоры ресторанов или результаты секвенирования РНК, чтобы сделать его пригодным для наиболее эффективных квантовых вычислений. Для этого все данные необходимо перевести в «состояние суперпозиции» — математическую комбинацию, которую невозможно создать на обычных машинах. До сих пор эта задача считалась невыполнимой — предполагалось, что такую ​​информацию придется хранить в специализированных запоминающих устройствах колоссального объема, — поясняет соавтор статьи Хаймен Чжао из Калифорнийского технологического института.

Квантовые данные – порциями

Новый подход не требует такой памяти. Он предполагает подачу данных в квантовый компьютер небольшими порциями без необходимости сохранять их все перед обработкой. Если провести аналогию, понятную простым смертным, это похоже на потоковое видео, для просмотра которого не требуется загружать весь фильм.

Авторы показали, что этот подход не только работает, но и позволяет квантовому компьютеру обрабатывать больше данных с меньшим объемом памяти, чем любой обычный компьютер. По мнению Чжао, это преимущество настолько велико, что квантовый компьютер, имеющий около 300 отказоустойчивых логических кубитов, превзойдет классическую машину, построенную из всех атомов видимой вселенной.

Квантовые компьютеры с 300 логическими кубитами – это не дело ближайшего будущего, но, по мнению Хуанга, к концу десятилетия вполне возможно построить машину с 60 логическими кубитами. Даже при таком размере будет заметное квантовое преимущество перед классическими компьютерами для некоторых крупных задач обработки данных, использующих ИИ.

«Квантовая машина — очень мощное устройство, но ее сначала нужно «накормить». Это исследование о том, как его «кормить», загружая [данные] постепенно, не «перекармливая», — комментирует Адриан Перес-Салинас из ETH Zurich.

Однако многие вопросы о применении этой работы к реальным устройствам и реальным данным еще предстоит решить. Многие прошлые алгоритмы квантового машинного обучения в конечном итоге были «деквантованы» — адаптированы для работы на обычном оборудовании с сохранением производительности.

Первые возможные применения

Разработка найдет применение в крупных научных экспериментах, таких как Большой адронный коллайдер, где непрерывно генерируются петабайты данных, но большая их часть отбрасывается из-за нехватки компьютерной памяти, говорит Ведран Дунко из Лейденского университета. Однако не все задачи ИИ можно перенести из традиционных огромных центров обработки данных на квантовые компьютеры, предупреждает он.

Сейчас исследователи работают как над расширением круга алгоритмов, для которых их метод может быть полезен, так и над созданием новых конфигураций квантовых компьютеров, которые сделали бы их достаточно быстрыми, чтобы обрабатывать данные не только с минимальными затратами памяти, но и за приемлемое время.