“Quantum Particulars” là một chuyên mục khách mời biên tập bao gồm những hiểu biết sâu sắc và các cuộc phỏng vấn độc quyền với các nhà nghiên cứu, nhà phát triển và chuyên gia lượng tử đang xem xét những thách thức và quy trình chính trong lĩnh vực này. Bài viết này tập trung vào sự giao thoa giữa công nghệ lượng tử và trí tuệ nhân tạo (AI) được viết bởi Brian Lenahan, Người sáng lập và Chủ tịch của Viện chiến lược lượng tử. 

Trí tuệ nhân tạo (AI) và công nghệ lượng tử là hai lĩnh vực tiên tiến sẵn sàng thay đổi linh hoạt mọi lĩnh vực và sự giao thoa giữa chúng mang lại nhiều hứa hẹn cho tương lai của điện toán, tối ưu hóa và giải quyết vấn đề. Cốt lõi của sự giao thoa này là tiềm năng khai thác sức mạnh điện toán lượng tử để nâng cao thuật toán AI và ngược lại, với các hệ thống lai tạo ra sức mạnh tổng hợp hứa hẹn mang lại những đột phá trong các lĩnh vực như học máy, mật mã và khám phá thuốc. Tuy nhiên, khoa học vẫn chưa ổn định.

Một lĩnh vực quan trọng nơi AI và công nghệ lượng tử giao nhau là máy học lượng tử (QML). QML nhằm mục đích sử dụng các thuộc tính độc đáo của điện toán lượng tử, chẳng hạn như sự chồng chất và sự vướng víu, để nâng cao các thuật toán học máy. Một số người tin rằng máy tính lượng tử sẽ xử lý hiệu quả lượng lớn dữ liệu và thực hiện các phép tính phức tạp, cho phép hệ thống AI phân tích và học hỏi từ các bộ dữ liệu khổng lồ hiệu quả hơn.

Ngoài ra, điện toán lượng tử dự kiến ​​sẽ tăng tốc quá trình đào tạo AI bằng cách tăng tốc độ tính toán theo cấp số nhân. Việc tăng tốc này đặc biệt có lợi cho việc đào tạo các mô hình deep learning, vốn thường đòi hỏi nhiều tài nguyên tính toán và mức tiêu thụ điện năng. Bằng cách tận dụng các thuật toán lượng tử, các nhà nghiên cứu AI có thể đào tạo các mô hình phức tạp hơn và đạt được mức độ chính xác cao hơn trong các nhiệm vụ như nhận dạng hình ảnh, xử lý ngôn ngữ tự nhiên và lái xe tự động.

Hơn nữa, các thuật toán tăng cường lượng tử có khả năng cách mạng hóa các vấn đề tối ưu hóa, vốn phổ biến trong các ứng dụng AI. Ủ lượng tửchẳng hạn, đưa ra một cách tiếp cận mới để giải quyết các nhiệm vụ tối ưu hóa bằng cách tận dụng các nguyên tắc lượng tử để khám phá các không gian giải pháp rộng lớn một cách hiệu quả hơn. Khả năng này có thể cải thiện đáng kể khả năng của hệ thống AI trong việc tìm ra giải pháp tối ưu trong các tình huống phức tạp, chẳng hạn như quản lý chuỗi cung ứng, tối ưu hóa danh mục tài chính và phân bổ nguồn lực.

Chống lại quan điểm

Một số bên liên quan đề xuất rằng sự hội tụ then chốt giữa trí tuệ nhân tạo (AI) và điện toán lượng tử nằm ở tiềm năng của điện toán lượng tử trong việc nâng cao Mô hình ngôn ngữ lớn (LLM), do đó góp phần vào sự tiến bộ của Trí tuệ nhân tạo tổng hợp (AGI). Ví dụ, Máy tính đa vũ trụ có mục đích giảm chi phí đào tạo LLM thông qua phần mềm lấy cảm hứng từ lượng tử.

Olivier Ezratty, nhà quan sát nổi tiếng trong ngành gần đây đã viết một bài báo có tựa đề “Làm thế nào AI, LLM và khoa học lượng tử có thể hỗ trợ lẫn nhau?” Kết luận của anh ấy? “Bối cảnh được nghiên cứu trong bài viết này cho thấy một tình huống không cân bằng trong đó học máy hiện đang hỗ trợ các công nghệ lượng tử nhiều hơn so với cách khác. Kết quả là “đừng hỏi điện toán lượng tử có thể làm gì cho AI, hãy hỏi AI có thể làm gì cho khoa học lượng tử”?

Vì vậy, Ezratty và những người khác đã đề xuất rằng cuộc thảo luận liên quan đến sự kết hợp giữa AI và điện toán lượng tử có thể được trình bày chính xác hơn trong bối cảnh học máy (ML) và điện toán lượng tử. Sự định hướng lại này đặc biệt phù hợp khi xem xét mức tăng hiệu quả trong việc xử lý các tập dữ liệu nhỏ hơn - một lĩnh vực mà các trình mô phỏng lượng tử hiện đang tỏ ra đầy hứa hẹn, với tiềm năng cho máy tính lượng tử (QC) mở rộng hơn nữa những khả năng này trong tương lai gần. Cách tiếp cận như vậy không chỉ mang lại tiện ích tức thì mà còn gợi ý về một lộ trình có thể mở rộng cho những tiến bộ trong tương lai.

Động lực với AI

Có thể hình dung rằng QC có thể lập biểu đồ một quỹ đạo giống như Mảng cổng lập trình trường (FPGA). Các thư viện chung có thể không thành hiện thực do quá trình phức tạp trong việc điều chỉnh các trường hợp sử dụng cụ thể cho phù hợp với thuật toán, cộng thêm thách thức trong việc cung cấp giá trị hữu hình vì điện toán cổ điển vẫn là cơ sở. Để có được giá trị từ các thuật toán này sẽ cần có những nhà vô địch nội bộ trong các ngành khác nhau, những người sở hữu cả chuyên môn lượng tử và kiến ​​thức sâu rộng về các lĩnh vực tương ứng của họ. Mặc dù các nhà cung cấp và học giả có thể đóng góp các công cụ bổ sung, nhưng trách nhiệm triển khai thương mại phần lớn sẽ thuộc về các chuyên gia này. Khi một trường hợp sử dụng trong một ngành cụ thể cho thấy tác động đáng kể, động lực trong toàn bộ ngành đó có thể sẽ tăng vọt.

Tuy nhiên, động lực này sẽ chỉ thành hiện thực nếu các lớp ứng dụng được thiết lập, trong đó điện toán lượng tử tích hợp liền mạch vào các ứng dụng và quy trình làm việc hiện có mà người dùng cuối không cần phải nắm bắt được sự phức tạp của qubit. Cuối cùng, công nghệ sẽ phát triển đến mức người dùng cuối thậm chí không cần phải biết về cơ học lượng tử cơ bản.

Tìm hiểu thêm về sự giao thoa giữa Trí tuệ lượng tử và Trí tuệ nhân tạo tại Bên trong Công nghệ lượng tử New York vào tháng 2024 năm XNUMX.

Brian Lenahan, Người sáng lập và Chủ tịch của Viện Chiến lược Lượng tử, là một cuốn sách được xuất bản bảy lần tác giả về các chủ đề liên quan đến trí tuệ nhân tạo và công nghệ lượng tử cũng như Giọng nói hàng đầu về lượng tử của LinkedIn ba lần. Ông tư vấn cho các tổ chức doanh nghiệp và SME, chủ yếu là phát triển lộ trình công nghệ. Brian viết rất nhiều về hai chủ đề này trên LinkedIn và trong ngăn xếp phụ của anh ấy “Hoạt động kinh doanh của lượng tử".

DANH MỤC:
Trí tuệ nhân tạo, Bài viết của khách, Tính toán lượng tử, nghiên cứu

tags:
AI, Brian Lenahan, Tính toán lượng tử

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://www.insidequantumtechnology.com/news-archive/quantum-particulars-guest-column-quantum-plus-ai-an-intersection-to-innovation/