Az utóbbi időben a kvantumszámítások olyan mértékben fejlődtek, hogy több kutató szerint hamarosan eljön a második kvantumforradalom, sőt, talán már benne is vagyunk (szerzőnk előző cikke a kvantumvilágról itt érhető el).
Az első forradalom lehetővé tette a számítógépek alapját jelentő találmányokat, például a lézert és a tranzisztort, félvezetőket. A fejlesztők ismerték a kvantummechanika szabályait, e szabályokat követő készülékeket építettek. A második forradalom egyedi kvantumrendszerek, például az áramot vezető molekulák a korábbiaknál sokkal magasabb szintű, hatékony kvantuminformatikai alkalmazásokat garantáló vezérelhetőségéről szól. Egy másik kortárs csúcstechnológia, a mesterséges intelligencia (MI) komoly szerepet fog játszani az eseményláncban (és persze a kvantumszámítások is az MI további fejlődésében).
A mai MI főként a gépi tanulásra, mesterséges ideghálókra, kvantumszámítási kontextusban többek között kvantum ideghálókra, azaz a kvantummechanika elvei szerint működő ideghálókra vonatkozik. A hálókutatás kétféleképpen történik: az egyik kvantuminformáció-feldolgozással igyekszik feljavítani a meglévő hálómodelleket (és vice versa), a másik az általánosabb, az agyban végbemenő potenciális kvantumhatásokat vizsgálja.
A kapcsolódó kutatásfejlesztésekben a legnagyobb infokom vállalatok vesznek részt, és most úgy tűnik, hogy a megoldáshoz a világ információinak összeszervezését, egyetemes hozzáférhetőségét és használhatóságát vállalati küldetésnek tartó Google áll legközelebb. A mamutcég egyik csoportja a „Kvantum: kutatási próbálkozás a Google MI részéről” nevet viseli, és a gépi tanuláshoz szükséges számítási feladatokat drámai mértékben felgyorsító kvantumprocesszorok és kvantumalgoritmusok fejlesztését tervezik. A kvantumszámítások értelemszerűen komolyan hozzájárulhatnak a jelenlegieknél lényegesen hatékonyabb MI-rendszerek kiépítéséhez.
A Google a hagyományos lehetőségeken túlmutató nyílt forrású keretekhez, alapokhoz és számítási kapacitásokhoz való hozzáférést akar biztosítani az MI-n dolgozó kutatóknak és fejlesztőknek. Közéjük tartoznak a közeli jövőben problémák megoldásában segítő algoritmusokhoz tervezett speciális keretek. Majdani alkalmazásaik négy területet fednek le: a kvantumszimulációt, a „zajt”, hibákat drasztikusan csökkentő technikákat, a kvantumszámításokat és a hagyományos gépi tanulást egyesítő hibrid tanulási megoldásokat, valamint a kvantumoptimalizálást. Egyetemes kvantumáramköröket tanulmányozva próbálnak osztályozni és csoportosítani kvantum- és hagyományos adatokat, kiépíteni a kommunikációs hálózatokban és más kvantumáramkörökben (például hitelesítéssel) kitüntetett szerepet játszó kvantum ideghálókat. 2019 szeptemberében a Google bejelentette a mai leghatékonyabb szuperszámítógépek által végrehajtott feladatoknál magasabb szintű problémák megoldására képes első kvantumkomputert, az 53 qubites (kvantumbites) Sycamore-t. A gép 100 milliószor gyorsabb bármelyik mai rendszernél. Ezek a fejlesztések kereskedelmi forgalomba kerülő, működő kvantumszámítógéphez vezethetnek.
Egy másodperc vs ezer év
Egy ilyen gép másodpercek alatt oldhat meg problémákat, amelyekhez a mai komputereknek többezer év kellene. Mivel egyre monumentálisabb méretű adatokkal, komplexebb adatsorokkal szembesülünk, és a klasszikus számítási kapacitások növekedési üteme lassabb, mint a feldolgozandó adatoké, a rendszer megépítése kritikus jelentőségű. A valóság problémáinak kvantumnyelvre fordítása a siker kulcsa, és a kvantumalgoritmusok már az első kereskedelmi forgalomban beszerezhető kvantumszámítógép előtt jelentősen hozzájárulhatnak a gépi tanulás hatékonyabbá válásához, lehetőségeinek bővüléséhez, például portfolióelemzésekben, szállítási útvonalak meghatározásában, optimális egyedi gyógymódok kidolgozásában, gyógyszerek kijelölésében segédkezhetnek. A hatalmas adatsorokban extrémgyorsan fedeznek fel mintázatokat (patterns) és anomáliákat. Egyidőben férnek hozzá adatbázisunk összes darabjához, és pillanatokon belül azonosítják a hasonlóságokat, de nagyon eltérő adatsorokat is képesek lesznek integrálni.
Eleinte emberi segítséggel, később nélkülünk.
Kövesd az oldalunkat a Facebook-on és a Twitteren is!
