Das Quantencomputing hat einen Wendepunkt erreicht, an dem es praktische Vorteile für Anwendungen der künstlichen Intelligenz liefert – so das Ergebnis aktueller Durchbrüche mehrerer Forschungsteams.
Ein Team der Universität Wien und Kooperationspartnern hat gezeigt, dass kleinmaßstäbliche Quantencomputer klassische Systeme bereits bei bestimmten Aufgaben des maschinellen Lernens übertreffen können. Mithilfe eines photonischen Quantenprozessors wiesen die Forscher nach, dass quantenunterstützte Algorithmen Daten genauer klassifizieren als herkömmliche Methoden. Das Experiment, veröffentlicht in Nature Photonics, nutzte einen am Politecnico di Milano entwickelten Quantenschaltkreis, um einen ursprünglich von Quantinuum-Forschern vorgeschlagenen Algorithmus für maschinelles Lernen auszuführen.
"Dies könnte in Zukunft entscheidend sein, da Algorithmen des maschinellen Lernens aufgrund des zu hohen Energiebedarfs zunehmend an ihre Grenzen stoßen", betonte Co-Autorin Iris Agresti. Die photonische Quantenplattform zeigte Vorteile hinsichtlich Geschwindigkeit, Genauigkeit und Energieeffizienz gegenüber klassischen Computertechniken, insbesondere bei kernelbasierten Anwendungen des maschinellen Lernens.
Parallel dazu entwickelte ein multinationales Team von der Chalmers University of Technology, der Universität Mailand, der Universität Granada und der Universität Tokio einen Algorithmus, der gewöhnlichen Computern die realitätsgetreue Simulation eines fehlertoleranten Quantenschaltkreises ermöglicht. Diese Innovation adressiert den sogenannten Gottesman-Kitaev-Preskill (GKP)-bosonischen Code, der als besonders schwer simulierbar gilt, aber für den Bau stabiler, skalierbarer Quantencomputer entscheidend ist.
Unterdessen gelang Forschern der USC und der Johns Hopkins University das, was viele als "Heiligen Gral" des Quantencomputings bezeichnen: ein bedingungsloser exponentieller Geschwindigkeitsvorteil mithilfe von IBMs 127-Qubit-Eagle-Prozessoren. Das Team demonstrierte diesen Vorteil an einem klassischen "Errate-das-Muster"-Rätsel und bewies ohne Annahmen, dass Quantenmaschinen die besten klassischen Computer übertreffen können. Sie nutzten dabei unter anderem Fehlerkorrekturverfahren und die leistungsstarke Quantenhardware von IBM, um diesen Meilenstein zu erreichen.
Diese Entwicklungen signalisieren, dass das Quantencomputing sich von einer theoretischen Hoffnung zu einer praktischen Anwendung wandelt. Während IBM seinen ehrgeizigen Fahrplan in Richtung eines Systems mit über 4.000 Qubits bis 2025 weiterverfolgt und Forscher Quantenüberlegenheit in Bereichen vom maschinellen Lernen bis zur Halbleiterfertigung demonstrieren, scheint die Technologie bereit, in zahlreichen Branchen transformative Fähigkeiten zu liefern.