Ο κβαντικός αλγόριθμος θα μπορούσε να βοηθήσει το AI να λειτουργεί πιο γρήγορα

Ο κβαντικός αλγόριθμος θα μπορούσε να βοηθήσει το AI να λειτουργεί πιο γρήγορα

Ο κβαντικός αλγόριθμος θα μπορούσε να βοηθήσει το AI να λειτουργεί πιο γρήγορα.

Ένας από τους τρόπους που λειτουργούν οι υπολογιστές είναι η ανάλυση των σχέσεων μέσα σε μεγάλα σύνολα δεδομένων. Μια διεθνής ομάδα έχει δείξει ότι οι κβαντικοί υπολογιστές μπορούν να κάνουν μια τέτοια ανάλυση, γρηγορότερα από τους κλασσικούς υπολογιστές για μια ευρύτερη σειρά τύπων δεδομένων από ό, τι τα προηγούμενα έτη.

Έτσι για την ιστορία, ο προτεινόμενος από την ομάδα αλγόριθμος κβαντικού γραμμικού συστήματος δημοσιεύτηκε στο Physical Review Letters. Αυτή η ιδιαίτερη ιδιομορφία θα μπορούσε στο μέλλον, να βοηθήσει σε γρηγορότερους υπολογιστικούς υπολογισμούς σε ποικίλα προβλήματα, όπως η τιμολόγηση των βασικών προϊόντων, τα κοινωνικά δίκτυα και οι χημικές δομές.

«Ο προηγούμενος κβαντικός αλγόριθμος αυτού του είδους εφαρμόζεται σε ένα πολύ συγκεκριμένο τύπο προβλήματος. Χρειαζόμαστε αναβάθμιση αν θέλουμε να επιτύχουμε μια σημαντική κβαντική ταχύτητα για άλλα δεδομένα», ανέφερε ο Zhikuan Zhao, ένας από τους ερευνητές του έργου.

Ο πρώτος αλγόριθμος κβαντικού γραμμικού συστήματος προτάθηκε το 2009 από μια διαφορετική ομάδα ερευνητών. Αυτός ο αλγόριθμος ξεκίνησε την έρευνα σε κβαντικές μορφές μηχανικής μάθησης ή τεχνητής νοημοσύνης.

Ένας γραμμικός αλγόριθμος συστήματος λειτουργεί σε μια μεγάλη μήτρα δεδομένων. Για παράδειγμα, θα μπορούσε να βοηθήσει έναν έμπορα να προβλέψει τη μελλοντική τιμή των αγαθών που πουλάει στο καταναλωτικό κοινό. Ο συγκεκριμένος αλγόριθμος μπορεί να συλλέγει ιστορικά δεδομένα σχετικά με τις μεταβολές των τιμών με την πάροδο του χρόνου και δεδομένα σχετικά με χαρακτηριστικά που θα μπορούσαν να επηρεάσουν αυτές τις τιμές, όπως οι συναλλαγματικές ισοτιμίες. Ο αλγόριθμος υπολογίζει πόσο έντονα κάθε στοιχείο συσχετίζεται με ένα άλλο με «αντιστροφή» του πίνακα των τιμών στα αγαθά και στα προϊόντα. Αυτές οι πληροφορίες μπορούν στη συνέχεια να χρησιμοποιηθούν για την παρεκβολή στο μέλλον.

«Στην πραγματικότητα μεγάλο μέρος των υπολογισμών εμπλέκεται στην ανάλυση της μήτρας δεδομένων. Όταν ξεπεράσει τους 10.000 με 10.000 entries, γίνεται δύσκολο για τους κλασσικούς υπολογιστές», εξηγεί ο Zhao. Αυτό συμβαίνει επειδή ο αριθμός των υπολογιστικών βημάτων ανεβαίνει γρήγορα, αναφορικά με τον αριθμό των στοιχείων στη μήτρα των δεδομένων, δηλαδή κάθε διπλασιασμός του μεγέθους της μήτρας αυξάνει οκταπλάσια το μήκος του υπολογισμού .

Ο αλγόριθμος του 2009 θα μπορούσε να αντιμετωπίσει καλύτερα το πρόβλημα με μεγαλύτερους πίνακες, αλλά μόνο εάν τα δεδομένα τους είναι αραιά. Σε αυτές τις περιπτώσεις, υπάρχουν περιορισμένες σχέσεις μεταξύ των στοιχείων, κάτι που συχνά δεν ισχύει για δεδομένα του πραγματικού κόσμου. Οι Zhao, Prakash και Wossnig παρουσίασαν έναν νέο αλγόριθμο που είναι πιο γρήγορος, από ό, τι η κλασική όσο και η προηγούμενη κβαντική εκδοχή, χωρίς περιορισμούς στο είδος των δεδομένων.

Ως ακατέργαστος οδηγός, για ένα τετραγωνικό πλέγμα 10.000, ο κλασικός αλγόριθμος θα πάρει τη σειρά ενός τρισεκατομμυρίου υπολογιστικών βημάτων, τον πρώτο κβαντικό αλγόριθμο μερικές δεκάδες χιλιάδες βήματα και τον νέο κβαντικό αλγόριθμο, μόνο εκατοντάδες βήματα. Ο αλγόριθμος βασίζεται σε μια τεχνική γνωστή ως κβαντική εκτίμηση μοναδικής τιμής.

Για να φανεί το πραγματικό κβαντικό πλεονέκτημα που έχουν εφεύρει σε σχέση με τους κλασσικούς αλγόριθμους, θα χρειαστούν μεγαλύτεροι κβαντικοί υπολογιστές. Ο Zhao εκτιμά ότι σε τρία έως πέντε χρόνια θα μπορούν πραγματικά να χρησιμοποιήσουν το υλικό που κατασκευάστηκε από τους πειραματιστές για να κάνουν σημαντικούς κβαντικούς υπολογισμούς με εφαρμογή στην τεχνητή νοημοσύνη.