Quels aspects des ordinateurs quantiques, le cas échéant, peuvent aider à développer davantage l'intelligence artificielle?
quantum-computing
Wythagore
la source
la source
Réponses:
Les ordinateurs quantiques sont super géniaux pour la multiplication matricielle, avec quelques limitations . La superposition quantique permet à chaque bit d'être dans beaucoup plus d'états que zéro ou un, et les portes quantiques peuvent manipuler ces bits de nombreuses manières différentes. De ce fait, un ordinateur quantique peut traiter beaucoup d’informations en même temps pour certaines applications.
L'une de ces applications est la transformée de Fourier , utile dans de nombreux problèmes, tels que l' analyse du signal et le traitement par matrice. Il y a aussi l'algorithme de recherche quantique de Grover , qui trouve la valeur unique pour laquelle une fonction donnée renvoie quelque chose de différent. Si un problème d' intelligence artificielle peut être exprimé sous une forme mathématique adaptée à l'informatique quantique , il peut recevoir de grandes accélérations. Des accélérations suffisantes pourraient transformer une idée d'intelligence artificielle de "théoriquement intéressante mais incroyablement lente" en "assez pratique une fois que nous maîtriserons l'informatique quantique".
la source
Jusqu'à ce que nous puissions créer un ordinateur quantique avec beaucoup plus de qubits, le potentiel de développement ultérieur de l'IA restera le même.
D-Wave (qui vient de créer un système de plus de 2 000 qubits vers 2015) est un ordinateur quantique adiabatique , et non un ordinateur quantique à usage général. Il se limite à certains problèmes d'optimisation (pour lesquels son efficacité aurait été mise en doute par l'un des auteurs de la théorie sur laquelle elle est basée).
Supposons que nous puissions construire un ordinateur quantique polyvalent de 32 qubits (deux fois plus grand que les modèles actuels, à ma connaissance). Cela signifierait toujours que seules 2 32 possibilités existent en superposition. C'est un espace assez petit pour être exploré de manière exhaustive pour de nombreux problèmes. Par conséquent, il n’ya peut-être pas tellement de problèmes pour lesquels aucun des algorithmes quantiques connus (par exemple Shor , Grover ) ne serait utile pour ce nombre de bits.
la source
Les ordinateurs quantiques peuvent aider à développer davantage les algorithmes d'IA et à résoudre les problèmes dans la mesure de notre créativité et de notre capacité à définir le problème. Par exemple, interrompre la cryptographie peut prendre quelques secondes, voire plusieurs milliers d'années pour les ordinateurs standard. De même avec l'intelligence artificielle, il peut prédire toutes les combinaisons pour le problème donné défini par l'algorithme. Ceci est dû à la superposition d'états multiples de bits quantiques.
Actuellement, les ordinateurs quantiques en sont encore aux premiers stades de développement et peuvent effectuer des calculs complexes. Il existe déjà des technologies telles que les systèmes D-Wave , utilisées par Google et la NASA pour l'analyse de données complexes, qui utilisent des ordinateurs quantiques de type Multi-Qubit pour résoudre des problèmes d'intérêt liés à la dynamique des fluides NSE ou à une surveillance globale à des fins militaires. pas conscient.
À l'heure actuelle, seuls quelques ordinateurs quantiques sont accessibles au public, comme IBM Quantum Experience (la première plate-forme informatique quantique au monde fournie via le nuage IBM), mais sa programmation s'effectue au niveau des portes de la logique quantique. Nous avons donc plusieurs années de retard en matière de création d'intelligence artificielle. disponible au public. Il existe certains langages informatiques quantiques tels que QCL, Q ou Quipper, mais je ne connais aucune bibliothèque capable de fournir des cadres d'intelligence artificielle. Cela ne veut pas dire que ce n'est pas là, et je suis sûr que de grandes entreprises et de nombreux gouvernements l'utilisent dans le cadre de leur programme pour aboutir à la concurrence (analyse du marché financier, etc.).
la source
Réponse directe à votre question : -
Le domaine où l'informatique quantique et l'IA se croisent est appelé apprentissage par la machine quantique .
L'intelligence artificielle est un domaine en développement, avec quelques antécédents (comme McCarthy, célèbre pour le LISP).
L'informatique quantique est un domaine vierge en grande partie inexploré.
Un type particulier de complexité interagit avec un autre type de complexité pour créer un champ très riche.
Maintenant, combinez (1) et (2), et vous vous retrouvez avec encore plus d'incertitude. les détails techniques doivent être explorés dans cette réponse.
Google explique l'informatique quantique en une seule vidéo: Google et le laboratoire d'intelligence artificielle quantique de la NASA
Corps : -
IBM est une autorité: -
IBM: les ordinateurs Quantum pourraient être utiles, mais nous ne savons pas exactement comment
L'apprentissage machine quantique est un phénomène intéressant. Ce domaine étudie l'intersection entre l'informatique quantique et l'apprentissage automatique.
( https://en.wikipedia.org/wiki/Quantum_machine_learning )
Miroir Technique : -
Cette section particulière sur les implémentations est à noter: -
( https://en.wikipedia.org/wiki/Quantum_machine_learning#Implementations_and_experiments )
Un avenir avec Quantum Machine Learning
Informatique quantique, apprentissage en profondeur et intelligence artificielle
Applications professionnelles et utilisations pratiques : -
Lectures complémentaires : -
la source
Dans les coûts de calcul et les limitations actuels, l’utilisation du nombre complexe de super invention est limitée, de nombreux problèmes statistiques et algorithmes sont en attente de traitement et de mise en production, les ordinateurs Quantum ne sont pas en mesure de le résoudre car l’erreur de calcul actuelle est élevée, Mathématiques quantiques ne mourra pas et une logique de calcul spéciale viendra s'y attaquer, Plus d'infos disponibles
la source