Quantumcomputing heeft een cruciaal moment bereikt waarop het praktische voordelen oplevert voor toepassingen in kunstmatige intelligentie, zo blijkt uit recente doorbraken van meerdere onderzoeksteams.
Een team van de Universiteit van Wenen en samenwerkende partners heeft aangetoond dat kleinschalige quantumcomputers klassieke systemen nu al kunnen overtreffen bij specifieke machine learning-taken. Met behulp van een fotonische quantumprocessor toonden de onderzoekers aan dat quantum-versterkte algoritmen data nauwkeuriger kunnen classificeren dan conventionele methoden. Het experiment, gepubliceerd in Nature Photonics, maakte gebruik van een quantumcircuit gebouwd aan de Politecnico di Milano om een machine learning-algoritme uit te voeren dat oorspronkelijk door onderzoekers van Quantinuum was voorgesteld.
"Dit zou in de toekomst cruciaal kunnen blijken, aangezien machine learning-algoritmen steeds onhaalbaarder worden door te hoge energiebehoeften," merkt mede-auteur Iris Agresti op. Het fotonische quantumplatform liet voordelen zien op het gebied van snelheid, nauwkeurigheid en energie-efficiëntie ten opzichte van klassieke computermethoden, met name voor kernel-gebaseerde machine learning-toepassingen.
In een parallelle doorbraak ontwikkelde een multinationaal team van de Chalmers University of Technology, de Universiteit van Milaan, de Universiteit van Granada en de Universiteit van Tokio een algoritme waarmee gewone computers een fouttolerant quantumcircuit getrouw kunnen simuleren. Deze innovatie richt zich op de Gottesman-Kitaev-Preskill (GKP) bosonische code, die berucht moeilijk te simuleren is maar essentieel is voor het bouwen van stabiele, schaalbare quantumcomputers.
Ondertussen bereikten onderzoekers van USC en Johns Hopkins University wat velen beschouwen als de "heilige graal" van quantumcomputing: een onvoorwaardelijke exponentiële versnelling met behulp van IBM's 127-qubit Eagle-processors. Het team demonstreerde dit voordeel op een klassiek "raad-het-patroon"-puzzel en bewees zonder aannames dat quantummachines de beste klassieke computers kunnen overtreffen. Ze maakten gebruik van technieken zoals foutcorrectie en IBM's krachtige quantumhardware om deze mijlpaal te bereiken.
Deze ontwikkelingen geven aan dat quantumcomputing de overgang maakt van theoretische belofte naar praktische toepassing. Nu IBM zijn ambitieuze routekaart richting een systeem met meer dan 4.000 qubits tegen 2025 voortzet, en onderzoekers quantumvoordelen aantonen in uiteenlopende domeinen van machine learning tot halfgeleiderproductie, lijkt de technologie klaar om transformatieve mogelijkheden te bieden in meerdere sectoren.