Varsa, kuantum bilgisayarların hangi yönleri Yapay Zekayı geliştirmeye yardımcı olabilir?
Yanıtlar:
Kuantum bilgisayarlar, bazı sınırlamalarla , matris çarpımında süper harikalar . Kuantum süperpozisyonu, her bir bitin sadece sıfır veya birinden çok daha fazla durumda olmasına izin verir ve kuantum geçitleri bu bitleri birçok farklı şekilde sarabilir. Bu nedenle, kuantum bilgisayar belirli uygulamalar için bir kerede birçok bilgiyi işleyebilir.
Bu uygulamalardan biri, sinyal analizi ve dizi işleme gibi birçok problemde yararlı olan Fourier dönüşümüdür . Ayrıca , belirli bir işlevin farklı bir şey döndürdüğü tek değeri bulan Grover'in kuantum arama algoritması da vardır . Bir AI problemi, kuantum hesaplamaya uygun matematiksel bir formda ifade edilebilirse edilebilirse, büyük hızlanmalar alabilir. Yeterli hızlanmalar bir AI fikrini "teorik olarak ilginç ama delice yavaş" dan "kuantum hesaplama konusunda iyi bir şekilde ele aldığımızda oldukça pratik" e dönüştürebilir.
Çok daha fazla qubite sahip kuantum bir bilgisayar yapabilinceye kadar, AI'yı daha da geliştirme potansiyeli tam olarak böyle kalacaktır.
D-Wave (2015'te sadece 2.000'in üzerinde bir qubit sistemi yapan), genel amaçlı bir kuantum bilgisayarı değil, adyabatik bir kuantum bilgisayardır. Belirli optimizasyon problemleriyle sınırlıdır (hangi etkinlikte olarak , teorisinin dayandığı teorinin kaynaklarından biri tarafından şüphe edildiği).
32 kbitlik bir genel amaçlı kuantum bilgisayarı kurabileceğimizi varsayalım (şu andaki modellerin iki katı, bildiğim kadarıyla). Bu hala süperpozisyonda sadece 2 32 olasılık olduğu anlamına gelir . Bu, birçok sorun için ayrıntılı olarak keşfedilecek kadar küçük bir alandır. Bu nedenle, bilinen kuantum algoritmalarından herhangi birinin (örneğin Shor , Grover ) bu bit sayısı için yararlı olabileceği pek çok sorun yoktur .
Kuantum bilgisayarlar, AI algoritmaları geliştirmeye ve problemleri yaratıcılığımız ve problemi tanımlayabildiğimiz ölçüde çözmenize yardımcı olabilir. Örneğin, kriptografiyi kırmak standart bilgisayarlar için binlerce yıl alabileceği saniyeler sürebilir. Yapay zeka ile aynı şekilde, algoritma tarafından tanımlanan problemin tüm kombinasyonlarını tahmin edebilir. Bu, çok sayıda kuantum bit durumunun üst üste binmesinden kaynaklanmaktadır.
Şu anda, kuantum bilgisayarları hala gelişimin erken aşamalarında ve karmaşık bir hesaplama yapabilir. NSE akışkan dinamiği problemlerini çözmek için Multi-Qubit tipi kuantum bilgisayarları kullanan, Google ve NASA tarafından karmaşık veri analizi için kullanılan D-Wave sistemleri gibi teknolojiler zaten var. ya da askeri amaçlar için küresel sürveyansı kullanan teknolojiler var. bilinçsiz.
Şu anda halka açık olan yalnızca IBM Quantum Experience (dünyanın ilk IBM Bulutu yoluyla sunulan kuantum hesaplama platformu) gibi kamuya açık bir bilgisayar var , ancak kuantum mantık kapıları seviyelerinde programlama yapıyor, bu yüzden yapay zeka yaratmanın uzun yıllarını geride bıraktık. halka açık. QCL, Q veya Quipper gibi bazı kuantum hesaplama dilleri var , ancak yapay zeka çerçeveleri sağlayabilecek hiçbir kütüphanenin farkında değilim. Orada olmadığı anlamına gelmez ve eminim ki büyük şirketler ve devlet kuruluşları bu rekabeti sonuçlandırmak için gündeminde kullanıyorlar (finansal piyasa analizi gibi).
Sorunuza Doğrudan Cevap : -
Kuantum hesaplama ve AI'nın kesiştiği alana kuantum makine öğrenmesi denir .
AI, bazı geçmişleri olan (LISP şöhretinden ala McCarthy) gelişen bir alandır.
Kuantum hesaplama, büyük ölçüde keşfedilmemiş, bakir bir alandır.
Belirli bir karmaşıklık türü, çok zengin bir alan oluşturmak için başka bir karmaşıklık türü ile etkileşime girer.
Şimdi (1) ve (2) 'yi birleştirin ve daha da belirsizlikle sonuçlanır; Teknik detaylar bu cevapta incelenecektir.
Google Kuantum Hesaplamayı Basit Bir Videoda Açıklıyor: Google ve NASA'nın Kuantum Yapay Zeka Laboratuvarı
Gövde : -
IBM bir otoritedir: -
IBM: Kuantum Bilgisayarlar Faydalı Olabilir, Ama Tam Olarak Bilmiyoruz
Kuantum makinesi öğrenmesi ilginç bir olgudur. Bu alan, kuantum hesaplama ve makine öğrenmesi arasındaki kesişimi incelemektedir.
( https://en.wikipedia.org/wiki/Quantum_machine_learning )
"Makine öğrenme algoritmaları çok büyük miktarda veriyi hesaplamak için kullanılırken, kuantum makinesi öğrenmesi, kuantum durumları ve sistemleri üzerinde analiz yürütmek için fırsatlar yaratarak bu yetenekleri akıllıca artırır." Wikipedia katılımcıları. - "Kuantum makinesi öğreniyor." Vikipedi, Özgür Ansiklopedi . Vikipedi, Özgür Ansiklopedi, 7 Ekim 2019. Web. 11 Ekim 2019.
Teknik Ayna : -
Uygulamalara ilişkin bu belirli bölüm dikkat çekmeye değer: -
( https://en.wikipedia.org/wiki/Quantum_machine_learning#Implementations_and_experiments )
“... Verilere bu bağımlılık güçlü bir antrenman aracıdır. Ancak potansiyel tehlikelerle birlikte gelir. Makineler verilerdeki kalıpları bulmak ve kullanmak için eğitilirse, belirli durumlarda, yalnızca belirli ırk, cinsiyet veya sınıf önyargılarını sürdürürler. mevcut insan zekası.
Ancak, makine öğrenmesine özgü veri işleme tesisi aynı zamanda insan yaşamını iyileştirebilecek uygulamalar üretme potansiyeline sahiptir. 'Akıllı' makineler, bilim adamlarının kanseri daha etkin şekilde tespit etmelerine veya zihinsel sağlığı daha iyi anlamalarına yardımcı olabilir.
Şimdiye kadar makine öğrenimindeki ilerlemenin çoğu klasikti: makinelerin öğrenmek için kullandıkları teknikler klasik fizik yasalarını takip ediyor. Öğrendikleri veriler klasik bir forma sahiptir. Algoritmaların çalıştığı makineler de klasiktir.
Kuantum mekaniği denilen fizik dalının makine öğrenmesini geliştirip geliştiremeyeceğini araştırmak için ortaya çıkan kuantum makinesi öğrenmesi alanında çalışıyoruz. Kuantum mekaniği, klasik fizikten temel düzeyde farklıdır: olasılıklarla ilgilenir ve belirsizlikten uzak bir prensip oluşturur. Kuantum mekaniği aynı zamanda klasik sezgi kullanılarak açıklanamayan ilginç olayları içerecek şekilde fiziği genişletir. ... "-" Açıklayıcı: Kuantum Makine Öğrenmesi Nedir ve Bize Nasıl Yardımcı Olabilir? ". Techxplore.Com , 2019, https://techxplore.com/news/2019-04-quantum-machine.html .
İş Uygulamaları ve Pratik Kullanımlar : -
Ek Okuma : -
Kuantum bilgisayarlarla birlikte, kuantum mekaniği ve Kuantum matematiği Yapay Zekanın geleceğini değiştirecektir.
Mevcut hesaplama maliyeti ve sınırlamalarında, süper icatta karmaşık sayı kullanımı sınırlıdır, birçok istatistiksel problem ve algoritma işlemek ve üretim yapmak için sırada beklemektedir, Kuantum bilgisayarları, mevcut hesaplama hatası yüksek olduğu için çözemezler, Kuantum matematiği. ölmeyecek ve özel hesaplama mantığı bununla mücadele edecek, Daha fazla bilgi mevcut