أثبتت دراسة رائدة أن الحوسبة الكمومية لم تعد مجرد وعد للمستقبل، بل تقدم بالفعل فوائد ملموسة لتطبيقات الذكاء الاصطناعي اليوم.
نجح فريق بحثي دولي بقيادة جامعة فيينا في إثبات أن حتى المعالجات الكمومية متوسطة الحجم يمكنها التفوق على خوارزميات تعلم الآلة التقليدية في مهام محددة. ويعد هذا العمل، الذي نُشر هذا الشهر في مجلة Nature Photonics، من أوائل التطبيقات العملية للحوسبة الكمومية في تعزيز أنظمة الذكاء الاصطناعي اليومية.
استخدم الباحثون دائرة كمومية ضوئية تم بناؤها في جامعة بوليتكنيكو دي ميلانو في إيطاليا لتطبيق خوارزمية تعلم آلي اقترحها في الأصل باحثون من شركة Quantinuum في المملكة المتحدة. وركزت التجربة على مهام التصنيف الثنائي، حيث أظهر النظام الكمومي دقة أعلى مقارنة بالطرق التقليدية.
يقول فيليب فالتر من جامعة فيينا، قائد المشروع: "وجدنا أن خوارزميتنا ترتكب أخطاء أقل من نظيرتها التقليدية في مهام محددة". ويضيف تشينغهاو ين، المؤلف الأول للدراسة: "هذا يعني أن الحواسيب الكمومية الحالية يمكنها تحقيق أداء جيد دون الحاجة لتجاوز أحدث التقنيات المتوفرة".
وبالإضافة إلى الدقة المحسنة، تقدم الطريقة الضوئية مزايا كبيرة في كفاءة استهلاك الطاقة. وتؤكد المؤلفة المشاركة، إيريس أغريستي: "قد يكون هذا الأمر حاسماً في المستقبل، خاصة مع ارتفاع متطلبات الطاقة لخوارزميات تعلم الآلة إلى مستويات غير عملية". ومع استمرار نمو أنظمة الذكاء الاصطناعي من حيث الحجم والتعقيد، أصبح استهلاكها الهائل للطاقة مصدر قلق متزايد.
تجسر هذه الدراسة الفجوة بين المزايا النظرية للكم والتطبيقات العملية، حيث تثبت أن التقنية الكمومية الحالية قادرة على تعزيز أنظمة تعلم الآلة دون الحاجة للانتظار حتى ظهور حواسيب كمومية ضخمة. ويفتح هذا التطور آفاقاً جديدة أمام خوارزميات أكثر كفاءة مستوحاة من البنى الكمومية، مما قد يحدث ثورة في طريقة تعاملنا مع حسابات الذكاء الاصطناعي في عالم يعتمد بشكل متزايد على البيانات.