Obliczenia kwantowe osiągnęły przełomowy moment, w którym zaczynają przynosić praktyczne korzyści dla zastosowań sztucznej inteligencji – wynika z najnowszych przełomów dokonanych przez kilka zespołów badawczych.
Zespół z Uniwersytetu Wiedeńskiego wraz ze współpracownikami wykazał, że nawet małoskalowe komputery kwantowe mogą już przewyższać systemy klasyczne w wybranych zadaniach uczenia maszynowego. Wykorzystując fotoniczny procesor kwantowy, naukowcy udowodnili, że algorytmy wspomagane kwantowo potrafią klasyfikować dane z większą dokładnością niż tradycyjne metody. Eksperyment, opisany na łamach Nature Photonics, wykorzystał obwód kwantowy zbudowany na Politechnice Mediolańskiej do uruchomienia algorytmu uczenia maszynowego, pierwotnie zaproponowanego przez badaczy z Quantinuum.
„To może okazać się kluczowe w przyszłości, biorąc pod uwagę, że algorytmy uczenia maszynowego stają się coraz mniej wykonalne ze względu na zbyt wysokie zapotrzebowanie energetyczne” – zauważa współautorka Iris Agresti. Fotoniczna platforma kwantowa wykazała przewagę pod względem szybkości, dokładności i efektywności energetycznej w porównaniu z technikami obliczeń klasycznych, szczególnie w zastosowaniach uczenia maszynowego opartych na jądrach (kernel-based).
Równolegle międzynarodowy zespół z Chalmers University of Technology, Uniwersytetu Mediolańskiego, Uniwersytetu w Granadzie oraz Uniwersytetu Tokijskiego opracował algorytm umożliwiający zwykłym komputerom wierną symulację odpornego na błędy obwodu kwantowego. Innowacja ta dotyczy kodu bozonowego Gottesmana-Kitaeva-Preskilla (GKP), który od dawna uchodził za wyjątkowo trudny do zasymulowania, a jest kluczowy dla budowy stabilnych i skalowalnych komputerów kwantowych.
Tymczasem badacze z Uniwersytetu Południowej Kalifornii (USC) oraz Uniwersytetu Johnsa Hopkinsa osiągnęli to, co wielu uważa za „świętego Graala” obliczeń kwantowych: bezwarunkowe wykładnicze przyspieszenie z użyciem 127-kubitowych procesorów Eagle firmy IBM. Zespół wykazał tę przewagę na klasycznej łamigłówce „zgadnij wzorzec”, dowodząc bez żadnych założeń, że maszyny kwantowe mogą prześcignąć najlepsze komputery klasyczne. W tym celu wykorzystano m.in. korekcję błędów oraz potężny sprzęt kwantowy IBM.
Te osiągnięcia wskazują, że obliczenia kwantowe przechodzą z obietnic teoretycznych do praktycznych zastosowań. W miarę jak IBM realizuje ambitną mapę drogową prowadzącą do systemu z ponad 4000 kubitów do 2025 roku, a naukowcy demonstrują przewagę kwantową w dziedzinach od uczenia maszynowego po produkcję półprzewodników, technologia ta wydaje się gotowa dostarczyć przełomowych możliwości w wielu branżach.