В последнее время, похоже, стало модно говорить об искусственном интеллекте (ИИ), и это выражение используют теперь везде, где только можно. Но, несмотря на это, сама технология может быть полезна сразу в нескольких областях. Похожим образом квантовые вычисления вновь привлекли внимание в качестве предполагаемого революционного средства, которое может, среди прочего, усилить киберзащиту и даже создать новый Интернет. И хотя за последнее время обе технологии серьёзно продвинулись, они пока далеки от совершенства, как бы кому не хотелось, чтобы было иначе.

Это особенно касается ИИ, который в сегодняшнем виде представляет собой в основном специализированные алгоритмы машинного обучения, способные в автоматическом режиме выполнять отдельные задачи. По словам исследователей из Центра квантовых технологий Национального университета Сингапура (НУС), ИИ можно значительно улучшить за счёт квантовых вычислений.

В новом исследовании, опубликованном в журнале Physical Review Letters, учёные из НУС предложили квантовый алгоритм для линейных систем уравнений, который обеспечит намного более производительный анализ больших наборов данных с помощью квантового компьютера.

«Прежние подобные квантовые алгоритмы применялись для узкого круга задач. Мы должны усовершенствовать их, если хотим достичь квантового ускорения для других данных», — заявил автор исследования Чжао Чжикуань в пресс‑релизе.

Квантовый алгоритм, говоря простыми словами, это алгоритм, разработанный для запуска в рамках реалистичных квантовых вычислительных моделей. Подобно традиционным алгоритмам квантовые являются пошаговой процедурой, но при этом используют специфичные для квантовых вычислений явления, такие как квантовая спутанность и суперпозиция.

При этом алгоритм решения линейных систем производит вычисления, используя большие матрицы данных. Такие масштабные задачи больше подходят для квантовых компьютеров.

Лучше, быстрее, сильнее

Другими словами, алгоритм решения линейных систем предлагает более быстрый и мощный способ вычислений по сравнению с классическими компьютерами. Первая версия такого квантового алгоритма, разработанная в 2009 г., положила начало для исследований квантовых форм ИИ и машинного обучения.

«Квантовое машинное обучение — это развивающееся направление, где исследователи пытаются использовать мощь квантовой обработки информации, чтобы ускорить выполнение классических задач машинного обучения», — говорится в исследовательской работе. Станет ли при этом ИИ более умным, это уже другой вопрос.

Сегодняшние системы ИИ и их алгоритмы машинного обучения уже способны выполнять огромные объёмы вычислений. Процесс обработки наборов данных (а это обычно тонны информации, через которые пробирается ИИ) определённо получит ускорение за счёт квантовых вычислений.

Конечно, прежде чем алгоритм, созданный Чжао с коллегами, сможет получить полезное применение, нам нужно создать более подходящие квантовые компьютеры. Учитывая объём работ, проведённых на этом фронте, можно предположить, что пройдёт не так много времени, прежде чем концепция станет реальностью.

«Мы предполагаем, что понадобится три-четыре года на то, чтобы нынешние эксперименты с аппаратным обеспечением получили реальное применение для квантовых вычислений в области искусственного интеллекта», — поделился Чжао в пресс-релизе. Тем временем его команда планирует вскоре провести демонстрацию проверки работоспособности их алгоритма.