Průlomová studie ukázala, že kvantové počítání není jen příslibem budoucnosti, ale již dnes přináší hmatatelné výhody pro aplikace umělé inteligence.
Mezinárodní výzkumný tým vedený Vídeňskou univerzitou úspěšně prokázal, že i kvantové procesory menších rozměrů mohou v určitých úlohách překonat tradiční algoritmy strojového učení. Jejich práce, publikovaná tento měsíc v časopise Nature Photonics, představuje jeden z prvních praktických příkladů využití kvantového počítání ke zlepšení běžných AI systémů.
Vědci použili fotonický kvantový obvod vyvinutý na italském Politecnico di Milano k implementaci algoritmu strojového učení, který původně navrhli výzkumníci z britské společnosti Quantinuum. Experiment se zaměřil na binární klasifikační úlohy, kde kvantový systém prokázal vyšší přesnost než klasické přístupy.
„Zjistili jsme, že v určitých úlohách náš algoritmus dělá méně chyb než jeho klasický protějšek,“ vysvětluje Philip Walther z Vídeňské univerzity, který projekt vedl. „To znamená, že i současné kvantové počítače mohou dosahovat dobrých výsledků, aniž by musely překonávat nejmodernější technologie,“ dodává Zhenghao Yin, hlavní autor publikace.
Kromě vyšší přesnosti nabízí fotonický přístup také významné výhody z hlediska energetické efektivity. „To může být v budoucnu klíčové, protože algoritmy strojového učení se kvůli příliš vysoké spotřebě energie stávají neudržitelnými,“ zdůrazňuje spoluautorka Iris Agresti. S tím, jak AI systémy nadále rostou co do velikosti i složitosti, se jejich obrovská energetická náročnost stává stále palčivějším problémem.
Výzkum překlenul propast mezi teoretickými výhodami kvantových technologií a jejich praktickým využitím. Ukázal, že současné kvantové technologie mohou zlepšit systémy strojového učení, aniž bychom museli čekat na velké kvantové počítače. Tento vývoj otevírá nové možnosti pro efektivnější algoritmy inspirované kvantovými architekturami, které mohou zásadně změnit přístup k výpočetní technice v době, kdy je svět stále více závislý na datech.