Podemos finalmente saber como usar computadores quânticos para potencializar a IA

Os computadores quânticos poderão eventualmente ser capazes de lidar com algumas aplicações de IA que atualmente exigem grandes quantidades de poder de computação tradicional. Tais desenvolvimentos dariam um grande impulso à aprendizagem automática e a algoritmos de inteligência artificial semelhantes.

Os computadores quânticos prometem eventualmente ser capazes de completar certos cálculos que são impossíveis com os computadores clássicos. Os investigadores debatem há muito tempo se estas vantagens sobre os computadores tradicionais também se estendem a tarefas que envolvem grandes quantidades de dados e aos algoritmos que aprendem com eles: a aprendizagem automática, a base de muitos programas de IA.

agora, Ventilador Xinyuan A empresa de computação quântica Oratomic e outras argumentam que a resposta deveria ser sim. A sua investigação matemática visa estabelecer as bases para um futuro em que os computadores quânticos proporcionem um impulso generalizado à IA.

“O aprendizado de máquina está realmente sendo usado em todos os lugares na ciência e tecnologia e na vida cotidiana, e parece que em um mundo onde podemos construir essa arquitetura[de computação quântica]ela pode ser aplicada sempre que houver grandes conjuntos de dados disponíveis”, diz ele.

A pesquisa de sua equipe aborda a importante questão de como os dados coletados no mundo não quântico, como avaliações de restaurantes ou resultados de sequenciamento de RNA, podem ser alimentados em computadores quânticos para que possam aproveitar a natureza quântica do computador para processar e aprender com mais eficiência com os dados.

Isso requer que todos os dados sejam “sobrepostos”. Esta é uma combinação matemática que as máquinas não quânticas não podem criar. Mas até agora, os investigadores consideraram esta tarefa impraticável. Isso porque se presumia que todos os dados nesse estado de superposição teriam que ser armazenados em um dispositivo de memória dedicado antes de serem processados ​​pelo computador quântico, mas esse dispositivo de memória teria que ser incrivelmente grande, disseram os membros da equipe. Zhao Hai Meng no Instituto de Tecnologia da Califórnia.

Huang e colegas adotaram uma abordagem diferente que não requer tal memória. Isso envolve inserir dados em um computador quântico em pequenos lotes, sem salvar tudo antes de iniciar o processamento. Isso é semelhante a transmitir um filme em vez de baixá-lo completamente antes de assisti-lo.

Eles mostraram que essa abordagem não apenas funciona, mas que os computadores quânticos podem processar mais dados com menos custo de memória do que os computadores tradicionais.

Na verdade, a vantagem da memória é tão grande que um computador quântico construído com cerca de 300 blocos de construção à prova de erros, chamados qubits lógicos, superaria o desempenho de um computador clássico construído usando todos os átomos do universo observável, disse Zhao.

Embora provavelmente demore muitos anos até que um computador quântico com 300 qubits lógicos possa ser construído, Huang diz que um computador com 60 qubits lógicos provavelmente poderá ser construído até o final da década. Nesta escala, a análise dos investigadores sugere que algumas tarefas que envolvem o processamento de grandes conjuntos de dados e onde a IA é utilizada já apresentam vantagens quânticas significativas em relação aos computadores clássicos.

“As máquinas quânticas são dispositivos muito poderosos, mas precisam ser alimentadas primeiro. Este estudo fala sobre alimentação e como basta ler (os dados) aos poucos, sem superalimentar a fera.” Adriano Pérez Salinas Na ETH Zurique, Suíça.

No entanto, ele diz que muitas questões ainda precisam ser abordadas quando se aplica a nova pesquisa a dispositivos reais e a dados do mundo real. Muitos algoritmos anteriores de aprendizado de máquina quântico acabaram se revelando passíveis de “quantização inversa”. Este é um processo pelo qual os algoritmos são adaptados para que não necessitem de hardware quântico, mantendo um bom desempenho. Também será importante examinar a importância da natureza quântica para este novo algoritmo, diz Pérez-Salinas.

Vedran Duniko Pesquisadores da Universidade de Leiden, na Holanda, dizem que seu novo trabalho pode ser adequado para experimentos científicos em grande escala, como o Grande Colisor de Hádrons, onde milhões de gigabytes de dados são criados continuamente, muitos dos quais são descartados devido à falta de memória do computador.

Mas, em vez de centros de dados cheios de servidores tradicionais, os computadores quânticos provavelmente só serão capazes de lidar com algumas das aplicações atuais de IA e tipos semelhantes de processamento de dados, diz ele. “Isso não é uma grande parte do motivo pelo qual as GPUs estão aquecendo o planeta, mas ainda pode ser importante”, diz Dunjko.

Os investigadores estão agora a trabalhar tanto para expandir os tipos de algoritmos para os quais o seu método pode ser útil como para conceber novas formas de configurar computadores quânticos, permitindo-lhes processar dados com rapidez suficiente, com muito pouca memória e num período de tempo prático.