Et banebrydende fremskridt inden for kvantecomputing er dukket op, som kan accelerere kunstig intelligens markant og udvide dens anvendelsesmuligheder.
Forskere ved Chalmers Tekniska Högskola i Sverige har udviklet en yderst effektiv forstærker, som de beskriver som "den mest følsomme forstærker, der kan bygges i dag med transistorer". Holdet har formået at reducere strømforbruget til blot en tiendedel af, hvad de bedste forstærkere bruger i dag – uden at gå på kompromis med ydeevnen.
Innovationens styrke ligger i et smart design, hvor forstærkeren kun tændes, når der skal aflæses data fra qubits. Dette lavere strømforbrug minimerer forstyrrelser af qubits og kan muliggøre opbygningen af større og mere kraftfulde kvantecomputere. Aflæsning af kvanteinformation er ekstremt følsom – selv små temperaturudsving, støj eller elektromagnetisk interferens kan få qubits til at miste deres kvantetilstand. Da forstærkere genererer varme, som fører til dekohærens, har forskere længe arbejdet på at udvikle mere effektive qubit-forstærkere.
I modsætning til andre støjsvage forstærkere er den nye enhed pulsdrevet og aktiveres kun, når der er behov for qubit-forstærkning, i stedet for at være konstant tændt. Da kvanteinformation overføres i pulser, var en væsentlig udfordring at sikre, at forstærkeren kunne aktiveres hurtigt nok til at følge med aflæsningen af qubits. Chalmers-holdet løste dette ved at bruge genetisk programmering til at styre forstærkeren intelligent, så den kan reagere på indkommende qubit-pulser på blot 35 nanosekunder.
Dette fremskridt er afgørende for at kunne opskalere kvantecomputere til væsentligt flere qubits. Jo flere qubits, desto større regnekraft og kapacitet til at håndtere meget komplekse beregninger. Men større kvantesystemer kræver flere forstærkere, hvilket øger strømforbruget og kan føre til qubit-dekohærens. "Dette studie tilbyder en løsning til fremtidig opskalering af kvantecomputere, hvor varmen fra disse qubit-forstærkere udgør en væsentlig begrænsende faktor," siger Jan Grahn, professor i mikrobølgelektronik ved Chalmers.
Gennembruddet falder sammen med ny forskning, der viser, at selv små kvantecomputere kan forbedre maskinlæring markant ved hjælp af nye fotoniske kvantekredsløb. Disse resultater antyder, at nutidens kvanteteknologi ikke blot er eksperimentel – den kan allerede overgå klassiske systemer i specifikke opgaver.
Kvantecomputere har potentiale til at løse problemer, som selv de kraftigste nuværende computere ikke kan håndtere, og åbner døre inden for bl.a. lægemiddeludvikling, cybersikkerhed, kunstig intelligens og logistik. Den ultraeffektive forstærker fra Chalmers tændes kun, når der skal aflæses data fra qubits. Takket være det smarte, pulsdrevne design bruger den kun en tiendedel af strømmen sammenlignet med de bedste nuværende modeller.
Mange af de nuværende store sprogmodeller kræver over 1 million GPU-timer at træne, mens kvanteneurale netværk lover mere effektiv behandling af komplekse, højdimensionelle datasæt end klassiske neurale netværk. Ud over hastighedsforbedringer kan kvantecomputing revolutionere AI med forbedrede optimeringsalgoritmer, mere avancerede modelsimuleringer og markant lavere energiforbrug til træning af AI-modeller.
"Vi forventer de første væsentlige gennembrud inden for Kvante-AI mod slutningen af dette årti og begyndelsen af det næste, i takt med at vi bevæger os fra nutidens støjende kvanteenheder til fejlkorrigerede kvantecomputere med ti til hundrede logiske qubits," forklarer Dr. Ines de Vega, leder af Quantum Innovation hos IQM. "Disse maskiner vil gøre det muligt at gå videre fra rent eksperimentelle NISQ-kvantealgoritmer og åbne for praktiske og potentielt uventede fordele for AI-applikationer. Sammenkoblingen af kvantecomputing og AI har potentiale til at få enorm betydning for verden. Kvante og AI sammen kan løse problemer, som klassiske computere ikke kan, og gøre AI mere effektiv, hurtigere og kraftigere."