menu
close

Quantum na Tagumpay: Sampung Ulit na Mas Epektibong Kompyutasyon para sa AI

Nakabuo ang mga inhinyero mula sa Chalmers University ng isang pulse-driven na qubit amplifier na gumagamit lamang ng ikasampung bahagi ng kuryente kumpara sa kasalukuyang mga disenyo habang nananatili ang mataas na performance. Ang tagumpay na ito ay nagpapahintulot sa quantum computers na maging mas episyente sa pamamagitan ng pagbawas ng init na nagdudulot ng decoherence ng mga qubit. Kasabay nito, ipinakita ng mga mananaliksik na kahit ang maliliit na quantum computer ay kayang mapahusay nang malaki ang pagganap ng machine learning gamit ang mga makabagong photonic quantum circuit, hudyat ng paglipat ng quantum technology mula sa eksperimento tungo sa praktikal na aplikasyon.
Quantum na Tagumpay: Sampung Ulit na Mas Epektibong Kompyutasyon para sa AI

Isang makasaysayang tagumpay sa quantum computing ang lumitaw na maaaring magpabilis nang husto sa kakayahan at aplikasyon ng artificial intelligence.

Nakabuo ang mga mananaliksik mula sa Chalmers University of Technology sa Sweden ng isang napaka-episyenteng amplifier na itinuturing na "pinaka-sensitibong amplifier na maaaring gawin gamit ang mga transistor sa kasalukuyan." Napababa ng kanilang koponan ang konsumo ng kuryente nito sa ikasampung bahagi lamang ng kinakailangan ng pinakamahuhusay na amplifier ngayon, nang hindi isinusuko ang performance.

Ang inobasyon ay nagmula sa isang matalinong disenyo na umaandar lamang kapag binabasa ang datos mula sa mga qubit. Ang nabawasang konsumo ng kuryente ay tumutulong na mabawasan ang interference sa mga qubit at maaaring magbigay-daan sa paggawa ng mas malalaki at mas makapangyarihang quantum computer. Ang pagbasa ng quantum information ay napaka-sensitibo—kahit bahagyang pagbabago sa temperatura, ingay, o electromagnetic interference ay maaaring magdulot ng pagkawala ng quantum state ng mga qubit. Dahil ang mga amplifier ay naglalabas ng init na nagdudulot ng decoherence, matagal nang hinahangad ng mga mananaliksik ang mas episyenteng qubit amplifier.

Hindi tulad ng ibang low-noise amplifier, ang bagong device ay pulse-operated, na umaandar lamang kapag kinakailangan para sa qubit amplification imbes na tuloy-tuloy na bukas. Dahil ang quantum information ay ipinapadala sa pamamagitan ng mga pulse, isang mahalagang hamon ang tiyaking mabilis na mag-activate ang amplifier upang makasabay sa qubit readout. Nalutas ito ng Chalmers team sa pamamagitan ng paggamit ng genetic programming para sa matalinong kontrol ng amplifier, kaya nitong tumugon sa papasok na qubit pulses sa loob lamang ng 35 nanoseconds.

Mahalaga ang tagumpay na ito para sa pagpapalawak ng quantum computers upang makapaglaman ng mas maraming qubit. Habang dumarami ang qubit, tumataas din ang computational power at kakayahan ng computer na magproseso ng napaka-komplikadong kalkulasyon. Gayunpaman, nangangailangan ng mas maraming amplifier ang mas malalaking quantum system, na nagdudulot ng mas mataas na konsumo ng kuryente at maaaring magdulot ng decoherence ng qubit. "Nag-aalok ang pag-aaral na ito ng solusyon sa hinaharap na pagpapalawak ng quantum computers kung saan ang init mula sa mga qubit amplifier ay pangunahing hadlang," ayon kay Jan Grahn, propesor ng microwave electronics sa Chalmers.

Kasabay ng tagumpay na ito, ipinapakita ng mga bagong pananaliksik na kahit ang maliliit na quantum computer ay kayang mapahusay ang performance ng machine learning gamit ang mga makabagong photonic quantum circuit. Ipinapahiwatig ng mga natuklasan na ang quantum technology ngayon ay hindi na lamang pang-eksperimento—may kakayahan na itong higitan ang mga klasikong sistema sa ilang partikular na gawain.

May potensyal ang quantum computers na lutasin ang mga problemang hindi kayang abutin ng pinakamakapangyarihang makina ngayon, na magbubukas ng pinto sa drug discovery, cybersecurity, artificial intelligence, at logistics. Ang ultra-episyenteng amplifier na binuo sa Chalmers ay umaandar lamang kapag kailangang basahin ang datos mula sa mga qubit. Dahil sa matalinong pulse-based na disenyo nito, gumagamit ito ng ikasampung bahagi ng kuryente kumpara sa kasalukuyang pinakamahusay na mga modelo.

Maraming malalaking language model ngayon ang nangangailangan ng mahigit 1 milyong GPU hours para sa training, samantalang ang quantum neural networks ay nangangako ng mas episyenteng pagproseso ng komplikado at mataas na dimensional na datasets kumpara sa klasikong neural networks. Higit pa sa bilis, maaaring baguhin ng quantum computing ang AI sa pamamagitan ng mas mahusay na optimization algorithms, mas sopistikadong model simulations, at malaking pagbawas sa konsumo ng enerhiya para sa AI training.

"Inaasahan naming ang mga unang malalaking tagumpay sa Quantum AI ay lilitaw sa pagtatapos ng dekadang ito at simula ng susunod, habang lumilipat tayo mula sa mga maingay na quantum device ngayon patungo sa error-corrected quantum computers na may dose-dosenang hanggang daan-daang logical qubits," paliwanag ni Dr. Ines de Vega, Head of Quantum Innovation sa IQM. "Ang mga makinang ito ay magpapahintulot sa ating lampasan ang mga eksperimental na NISQ quantum algorithm, at magbubukas ng praktikal at posibleng di-inaasahang mga benepisyo para sa AI applications. Ang pagsasanib ng Quantum Computing at AI ay may potensyal na magdulot ng napakalaking epekto sa mundo. Ang Quantum at AI nang magkasama ay maaaring lutasin ang mga problemang hindi kayang abutin ng klasikong computer, na ginagawang mas episyente, mas mabilis, at mas makapangyarihan ang AI."

Source:

Latest News