„Например, възможно е да се разработят квантови невронни мрежи, които учат квантовия компютър да открива аномалии, да извършва разпознаване на изображения и други задачи”, казва Орус. Възможно е също така да се подобрят традиционните AI методи чрез използване на квантово вдъхновени подходи за драстично намаляване на разходите за разработка и обучение на големи езикови модели (LLM).
„Ранните внедрители на квантовия изкуствен интелект ще получат конкурентно предимство и ще оцелеят, за разлика от тези, които не го приемат или го приемат твърде късно”, заключава Орус.
Какво се случва, когато свържете заедно двете водещи ИТ технологии с трансформираща сила – квантовите изчисления и изкуствения интелект?
Логистика и оптимизация: Намиране на най-ефективните маршрути за транспорт и оптимизиране на сложни вериги за доставки.
Материалознание: Разработване на нови материали със специфични свойства за приложения като свръхпроводници или ултраефективни слънчеви клетки.
Откриване на лекарства: Симулиране на молекули за проектиране на нови лекарства и материали с превъзходни свойства.
Потенциални приложения
Тиха революция
Умопомрачителен напредък
Финансово моделиране: Оптимизиране на сложни финансови портфейли и разкриване на скрити тенденции на пазара.
Генеративният изкуствен интелект (GenAI) и квантовите изчисления са умопомрачителен напредък в компютърните технологии, казва Гай Харисън, корпоративни архитект в компанията за киберсигурност OneSpan.
От своя страна, Гушу Ли вярва, че най-голямото първоначално въздействие на квантовия AI ще бъде в четири конкретни области:
Резултатът е ново поле с почти неограничен потенциал за изследване и развитие. Това е брак, който може да се случи само в киберпространството.
„За съжаление, това включва използване [на технологията] от противници за разбиване на нашето криптиране и разработване на нови и коварни начини да ни отделят от нашата информация, ценности и всичко друго, на което държим”, допълва Патерсън.
С течение на времето ще се появят повече квантови AI приложения, тъй като квантовите компютри стават все по-мощни. „Очаква се след две до три години да има широк спектър от индустриални приложения на квантовия AI”, вярва Орус.
„Региони, които са решили, че квантът и AI са твърде големи и твърде важни, за да бъдат оставени на една или друга група, са се организирали около предоставяне на всичко, което прогресът изисква – от инвестиции до наука през академични среди до предприемачи, двигатели на растежа и купувачи от първо ниво”, казва Петерсън. „Тези регионални екосистеми са мястото, където се случва магията с квантовия AI”.
„Той [квантовият AI] се стреми да приложи принципи от квантовата механика за подобряване на AI алгоритмите”, пояснява Ли. Все по-голям брой изследователи сега вярват, че AI моделите, разработени с квантово изчисление, скоро ще изпреварят класическото изчислително развитие на AI.
Все пак той е оптимист. Подобно на ChatGPT, Патерсън очаква квантовият AI да пристигне постепенно и след това наведнъж. „Въпреки че пълното използване на квантов компютър, свързан с AI, остава за след години, ползите от мисленето за AI с възможности за квантова информационна наука са вълнуващи и важни днес. Възможностите са тук и сега, а бъдещето е по-светло от всякога с квантовия AI”, убеден е той.
И все пак пътят напред може да е труден, предупреждава Ли. „Добре известно е, че квантовият хардуер страда от шум, който може да унищожи изчисленията”, казва той. „Квантовата корекция на грешки обещава потенциално решение, но тази технология все още не е налична”.
Квантовият AI (Quantum AI) създава пресечна точка между квантовите изчисления и изкуствения интелект, отбелязва Роман Орус, главен научен директор във фирмата за разработка на софтуер за квантови изчисления Multiverse Computing. По неговите думи, квантовите изчисления имат потенциала да изведат AI до изцяло нови нива на производителност, пише technews.bg.
Квантовият изкуствен интелект вече е тук, но това е тиха революция, казва Орус. „Първите приложения на квантовия изкуствен интелект намират търговска стойност, като тези, свързани с LLM, както и в системи за разпознаване на изображения и прогнозиране”, допълва той.
Комбинирайки свойствата на квантовата физика на суперпозиция и заплитане, които могат да извършват неограничени процеси едновременно, с машинно обучение и AI, изведнъж става възможно да се направи повече, отколкото някога сме си представяли, казва Том Патерсън, директор по технологичната сигурност в компанията за бизнес консултации Accenture.
Много от най-обещаващите пробиви в областта на квантовия AI не пристигат от университетски и корпоративни изследователски екипи, а от различни регионални общности от разработчици и поддръжка, които отразяват тясно естествените екосистеми, отбелязва Патерсън.
Преходът към квантов AI няма да бъде незадължителен, предупреждава Орус, тъй като сегашният AI е фундаментално погрешен, поради прекомерните разходи за енергия. Ще са необходими нови модели и методи, за да се намалят енергийните нужди и да се направи AI осъществим в дългосрочен план.
„AI е сложен софтуерен слой, който емулира самите способности на човешкия интелект, докато квантовите изчисления сглобяват много градивни елементи на Вселената, за да създадем изчислителен субстрат”, обяснява той. „Ние избутваме изчисленията както в царството на ума, така и в царството на субатомите”.
Квантовият AI е разрастващ се сектор на компютърните науки, посветен на изследването на потенциалната синергия, която съществува между квантовите изчисления и изкуствения интелект, казва Гушу Ли, професор в Училището по инженерство и приложни науки на Университета на Пенсилвания, в интервю за Information Week.
Междувременно, докато квантовите AI алгоритми се разработват, конкурентите с класически изчисления постигат нови успехи в AI. „Въпреки че има напредък, разумно е да се признае, че интегрирането на квантовите изчисления с AI е сложно начинание, което ще се развива постепенно”, казва Ли.
)
&format=webp)
&format=webp)
&format=webp)
&format=webp)
&format=webp)
&format=webp)
,fit(1280:720)&format=webp)
,fit(1280:720)&format=webp)
,fit(1280:720)&format=webp)
&format=webp)
,fit(1280:720)&format=webp)
&format=webp)
&format=webp)
,fit(1280:720)&format=webp)
&format=webp)
,fit(1280:720)&format=webp)
&format=webp)
&format=webp)
&format=webp)
&format=webp)