Onlangs lijkt het erop dat het in de mode is om over kunstmatige intelligentie (AI) te praten, en deze uitdrukking wordt nu waar mogelijk gebruikt. Maar ondanks dit kan de technologie zelf op verschillende gebieden tegelijk nuttig zijn. Evenzo heeft quantum computing hernieuwde aandacht gekregen als een vermeend revolutionair hulpmiddel dat onder andere de cyberverdediging zou kunnen versterken en zelfs een nieuw internet zou kunnen creëren. En hoewel beide technologieën de afgelopen jaren serieus zijn gevorderd, zijn ze nog verre van perfect, hoe iemand het ook anders zou willen.
Dit geldt met name voor AI, die in zijn huidige vorm voornamelijk gespecialiseerde algoritmen voor machine learning zijn die automatisch individuele taken kunnen uitvoeren. Volgens onderzoekers van het Center for Quantum Technology van de National University of Singapore (NUS) kan AI aanzienlijk worden verbeterd door middel van quantum computing.
In een nieuwe studie gepubliceerd in het tijdschrift Physical Review Letters, hebben NUS-wetenschappers een kwantumalgoritme voorgesteld voor lineaire vergelijkingenstelsels die een veel efficiëntere kwantumcomputeranalyse van grote datasets mogelijk maken.
“Eerdere vergelijkbare kwantumalgoritmen werden gebruikt voor een beperkt aantal problemen. We moeten ze verfijnen als we een kwantumversnelling willen bereiken voor andere gegevens,”zei studieauteur Zhao Zhikuan in een persbericht.
Een kwantumalgoritme is, in eenvoudige bewoordingen, een algoritme dat is ontworpen om te worden uitgevoerd binnen realistische kwantumcomputermodellen. Net als traditionele algoritmen is kwantum een stapsgewijze procedure, maar het gebruikt fenomenen die specifiek zijn voor kwantumberekeningen, zoals kwantumverstrengeling en superpositie.
In dit geval voert het algoritme voor het oplossen van lineaire systemen berekeningen uit met behulp van grote datamatrices. Dergelijke grootschalige taken zijn geschikter voor kwantumcomputers.
Beter, sneller, sterker
Promotie video:
Met andere woorden, het algoritme voor het oplossen van lineaire systemen biedt een snellere en krachtigere manier van computergebruik in vergelijking met klassieke computers. De eerste versie van zo'n kwantumalgoritme, ontwikkeld in 2009, legde de basis voor onderzoek naar kwantumvormen van AI en machine learning.
"Quantum machine learning is een evoluerend veld waar onderzoekers de kracht van quantuminformatieverwerking proberen te benutten om de uitvoering van klassieke machine learning-taken te versnellen", aldus het onderzoekspaper. Of AI hierdoor slimmer wordt, is een andere vraag.
De huidige AI-systemen en hun algoritmen voor machine learning zijn al in staat om enorme hoeveelheden berekeningen uit te voeren. Het proces van het verwerken van datasets (en dit zijn meestal tonnen informatie waardoor de AI zijn weg vindt) zal zeker worden versneld door quantum computing.
Voordat het algoritme van Zhao en zijn collega's nuttig kan zijn, moeten we natuurlijk geschiktere kwantumcomputers maken. Gezien de hoeveelheid werk die op dit front is verricht, mag worden aangenomen dat het niet lang zal duren voordat het concept werkelijkheid wordt.
"We verwachten dat het drie tot vier jaar zal duren voordat de huidige hardware-experimenten echte toepassingen worden voor quantum computing in kunstmatige intelligentie", zei Zhao in een persbericht. In de tussentijd is zijn team van plan om binnenkort een demonstratie te geven van hoe hun algoritme werkt.
Dmitry Volkov
