¿En qué medida pueden las computadoras cuánticas ayudar a desarrollar la Inteligencia Artificial?

Respuestas:

25

Las computadoras cuánticas son súper impresionantes en la multiplicación de matrices, con algunas limitaciones . La superposición cuántica permite que cada bit esté en muchos más estados que solo cero o uno, y las puertas cuánticas pueden manipular esos bits de muchas maneras diferentes. Debido a eso, una computadora cuántica puede procesar mucha información a la vez para ciertas aplicaciones.

Una de esas aplicaciones es la transformación de Fourier , que es útil en muchos problemas, como el análisis de señales y el procesamiento de matrices. También está el algoritmo de búsqueda cuántica de Grover , que encuentra el valor único para el que una función determinada devuelve algo diferente. Si un problema de inteligencia artificial se puede expresar en una forma matemática adecuada para la computación cuántica , puede recibir grandes aceleraciones. Aceleraciones suficientes podrían transformar una idea de IA de "teóricamente interesante pero increíblemente lenta" a "bastante práctica una vez que tengamos un buen manejo de la computación cuántica".

Ben N
fuente
1
Además de esta respuesta, la multiplicación de matrices es la columna vertebral de la mayoría de las aplicaciones de Machine Learning en la actualidad. Cualquier cosa que use una GPU hoy podría usar una computadora cuántica para acercarnos mucho más a la IA.
Duro
2
ML está subconjunto si AI. Deep ML está subconjunto si ML. Por lo tanto, no estamos construyendo ninguna IA multiplicando matrices. Simplemente cortamos las mejores piezas de un cadáver como pirañas. Para las publicaciones, los puntajes otorgan títulos de tenencia y dinero. Realmente dudo que una IA real tenga algo que ver con la velocidad de multiplicar matrices. El cerebro humano produce inteligencia sin esfuerzo utilizando un aparato infinitamente más lento en comparación con una computadora cuántica.
Boppity Bop
8

Hasta que podamos hacer una computadora cuántica con muchos más qubits, el potencial para desarrollar aún más la IA seguirá siendo solo eso.

D-Wave (que acaba de fabricar un sistema de más de 2,000 qubits alrededor de 2015) es una computadora cuántica adiabática , no una computadora cuántica de propósito general. Está restringido a ciertos problemas de optimización (en los cuales, según los informes, uno de los creadores de la teoría en la que se basa su duda ha puesto en duda su efectividad ).

Supongamos que podríamos construir una computadora cuántica de propósito general de 32 qubits (hasta donde yo sé, el doble de grande que los modelos actuales). Esto todavía significaría que solo existen 2 32 posibilidades en superposición. Este es un espacio lo suficientemente pequeño como para ser explorado exhaustivamente para muchos problemas. Por lo tanto, tal vez no haya tantos problemas para los cuales cualquiera de los algoritmos cuánticos conocidos (por ejemplo , Shor , Grover ) sería útil para ese número de bits.

NietzscheanAI
fuente
"D-Wave (que acaba de fabricar un sistema de más de 2,000 qubits alrededor de 2015)" Esta declaración es engañosa en el mejor de los casos. Tenga en cuenta que D-Wave ha afirmado crear una computadora usando recocido cuántico adiabético . Este modelo de computación es significativamente diferente a otros modelos de computación cuántica. Por ejemplo, no sé si Shor y Grover funcionan en este modelo. Entonces, hablar de "más de 2,000 qubits" es un poco engañoso: las computadoras en el modelo donde nos preocupamos por el conteo de qubits tienen algo alrededor de 50 qubits como frontera actual.
Lagarto discreto
También tenga en cuenta que hay expertos que no creen que el recocido cuántico adiabético pueda proporcionar mejoras significativas en la técnica informática clásica del recocido simulado .
Lagarto discreto
4

Las computadoras cuánticas pueden ayudar a desarrollar aún más los algoritmos de IA y resolver los problemas en la medida de nuestra creatividad y capacidad para definir el problema. Por ejemplo, romper la criptografía puede llevar segundos, donde puede tomar miles de años para las computadoras estándar. Lo mismo con la inteligencia artificial, puede predecir todas las combinaciones para el problema dado definido por el algoritmo. Esto se debe a la superposición de múltiples estados de bits cuánticos.

Actualmente, las computadoras cuánticas todavía están en las primeras etapas de desarrollo y pueden realizar cálculos complejos. Ya existen tecnologías como los sistemas D-Wave que utilizan Google y la NASA para el análisis de datos complejos, que utilizan computadoras cuánticas de tipo Multi-Qubit para resolver problemas de dinámica de fluidos NSE de interés o vigilancia global con fines militares, y muchas más que estamos no cuenta.

Actualmente solo hay unas pocas computadoras cuánticas disponibles al público, como IBM Quantum Experience (la primera plataforma de computación cuántica del mundo entregada a través de la nube de IBM), pero está programando en niveles de puertas de lógica cuántica, por lo que estamos muchos años detrás de la creación de inteligencia artificial disponible al público Hay algunos lenguajes de computación cuántica como QCL, Q o Quipper, pero no conozco ninguna biblioteca que pueda proporcionar marcos de inteligencia artificial. No significa que no esté allí, y estoy seguro de que grandes empresas y organizaciones gubernamentales lo están utilizando para su agenda como resultado de la competencia (como análisis del mercado financiero, etc.).

kenorb
fuente
1

Respuesta directa a su pregunta : -

El campo donde se cruzan la computación cuántica y la IA se llama aprendizaje cuántico de máquinas .

  1. AI es un campo en desarrollo, con algunos antecedentes (ala McCarthy de la fama de LISP).

  2. La computación cuántica es un campo virgen que está en gran parte inexplorado.

Un tipo particular de complejidad interactúa con otro tipo de complejidad para crear un campo muy rico.

Ahora combine (1) y (2), y terminará con aún más incertidumbre; los detalles técnicos se explorarán en esta respuesta.

Google explica la computación cuántica en un video simple: Google y el laboratorio de inteligencia artificial cuántica de la NASA


Cuerpo : -

IBM es una autoridad: -

IBM: las computadoras cuánticas podrían ser útiles, pero no sabemos exactamente cómo

El aprendizaje automático cuántico es un fenómeno interesante. Este campo estudia la intersección entre la computación cuántica y el aprendizaje automático.

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

"Si bien los algoritmos de aprendizaje automático se usan para calcular cantidades inmensas de datos, el aprendizaje automático cuántico aumenta dichas capacidades de manera inteligente, al crear oportunidades para realizar análisis de estados y sistemas cuánticos". Colaboradores de Wikipedia. - "Aprendizaje automático cuántico". Wikipedia, la enciclopedia libre . Wikipedia, The Free Encyclopedia, 7 de octubre de 2019. Web. 11 de octubre de 2019.


Espejo técnico : -

Vale la pena señalar esta sección particular sobre las implementaciones:

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

"... Esta dependencia de los datos es una poderosa herramienta de entrenamiento. Pero viene con posibles peligros. Si las máquinas están entrenadas para encontrar y explotar patrones en los datos, en ciertos casos, solo perpetúan los prejuicios de raza, género o clase específicos para Inteligencia humana actual.

Pero la instalación de procesamiento de datos inherente al aprendizaje automático también tiene el potencial de generar aplicaciones que pueden mejorar la vida humana. Las máquinas 'inteligentes' podrían ayudar a los científicos a detectar el cáncer de manera más eficiente o comprender mejor la salud mental.

La mayor parte del progreso en el aprendizaje automático hasta ahora ha sido clásico: las técnicas que usan las máquinas para aprender siguen las leyes de la física clásica. Los datos de los que aprenden tienen una forma clásica. Las máquinas en las que se ejecutan los algoritmos también son clásicas.

Trabajamos en el campo emergente del aprendizaje automático cuántico, que explora si la rama de la física llamada mecánica cuántica podría mejorar el aprendizaje automático. La mecánica cuántica es diferente a la física clásica en un nivel fundamental: trata las probabilidades y crea un principio a partir de la incertidumbre. La mecánica cuántica también expande la física para incluir fenómenos interesantes que no pueden explicarse usando la intuición clásica. ... "-" Explicador: ¿Qué es el aprendizaje automático cuántico y cómo puede ayudarnos ? ". Techxplore.Com , 2019, https://techxplore.com/news/2019-04-quantum-machine.html .


Aplicaciones comerciales y usos prácticos : -


Lectura adicional : -

Revelaciones tautológicas
fuente
0

Junto con las computadoras cuánticas, la mecánica cuántica y las matemáticas cuánticas cambiarán el futuro de la Inteligencia Artificial.

En el costo y la limitación de la computación actual, el uso de números complejos de la súper invención es limitado, muchos problemas estadísticos y algoritmos están en la cola esperando para procesarse y llegar a producción, las computadoras Quantum no pueden resolverlo ya que el error de computación actual es alto, las matemáticas cuánticas no morirá y la lógica de cálculo especial vendrá para abordar esto, más información disponible

Krishnakumar sekar
fuente