menu
close

Kvantcomputere Opnår Praktisk Fordel for Kunstig Intelligens

Forskere har demonstreret, at selv små kvantcomputere markant kan forbedre maskinlæringsydelse ved hjælp af et nyt fotonisk kvantekredsløb. Gennembruddet kommer, efter et multinationalt hold har udviklet en algoritme, der gør det muligt for klassiske computere at simulere fejltolerante kvantekredsløb, mens en anden forskergruppe har opnået en ubetinget eksponentiel hastighedsforøgelse med IBMs 127-qubit processorer. Disse fremskridt antyder, at kvanteteknologi er på vej fra eksperimentelle til praktiske anvendelser med målbare fordele.
Kvantcomputere Opnår Praktisk Fordel for Kunstig Intelligens

Kvantcomputing har nået et afgørende øjeblik, hvor teknologien nu leverer praktiske fordele for anvendelser inden for kunstig intelligens, ifølge nylige gennembrud fra flere forskerhold.

Et hold fra Wiens Universitet og samarbejdspartnere har vist, at små kvantcomputere allerede kan overgå klassiske systemer i specifikke maskinlæringsopgaver. Ved at bruge en fotonisk kvanteprocessor demonstrerede forskerne, at kvanteforstærkede algoritmer kan klassificere data mere præcist end konventionelle metoder. Eksperimentet, offentliggjort i Nature Photonics, benyttede et kvantekredsløb bygget på Politecnico di Milano til at køre en maskinlæringsalgoritme først foreslået af Quantinuum-forskere.

"Dette kan vise sig at være afgørende i fremtiden, da maskinlæringsalgoritmer bliver uanvendelige på grund af for højt energiforbrug," bemærkede medforfatter Iris Agresti. Den fotoniske kvanteplatform viste fordele i hastighed, nøjagtighed og energieffektivitet sammenlignet med klassiske beregningsteknikker, især for kernel-baserede maskinlæringsapplikationer.

I et parallelt gennembrud har et multinationalt hold fra Chalmers Tekniska Högskola, Universitetet i Milano, Universitetet i Granada og Universitetet i Tokyo udviklet en algoritme, der gør det muligt for almindelige computere troværdigt at simulere et fejltolerant kvantekredsløb. Denne innovation tackler Gottesman-Kitaev-Preskill (GKP) bosoniske kode, som længe har været notorisk svær at simulere, men som er afgørende for at bygge stabile, skalerbare kvantcomputere.

Imens har forskere fra USC og Johns Hopkins University opnået, hvad mange betragter som kvantecomputingens "hellige gral": en ubetinget eksponentiel hastighedsforøgelse ved brug af IBMs 127-qubit Eagle-processorer. Holdet demonstrerede denne fordel på et klassisk "gæt-mønsteret"-puslespil og beviste uden antagelser, at kvantemaskiner kan overgå de bedste klassiske computere. De anvendte teknikker som fejlkorrigering og IBMs kraftfulde kvantehardware for at nå denne milepæl.

Disse udviklinger signalerer, at kvantecomputing er ved at bevæge sig fra teoretisk løfte til praktisk anvendelse. Mens IBM fortsætter sin ambitiøse køreplan mod et system med over 4.000 qubits inden 2025, og forskere demonstrerer kvantefordele inden for alt fra maskinlæring til halvlederproduktion, synes teknologien at være klar til at levere transformerende muligheder på tværs af flere industrier.

Source:

Latest News