211service.com
En startup bruger Quantum Computing til at booste maskinlæring
Afvisninger
Et firma i Californien har netop bevist, at en eksotisk og potentielt spilskiftende form for computer kan bruges til at udføre en almindelig form for maskinlæring.
Bedriften vækker håb om, at kvantecomputere, der udnytter kvantefysikkens logik-trodsende principper til at udføre visse typer beregninger med latterlige hastigheder, kan få stor indflydelse på det hotteste område af teknologiindustrien: kunstig intelligens.
Forskere ved Computerafvisninger , et firma baseret i Berkeley, Californien, brugte en af sine prototype kvantechips - en superledende enhed anbragt i en omfattende superkølet opsætning - til at køre det, der er kendt som en klyngealgoritme. Clustering er en maskinlæringsteknik, der bruges til at organisere data i lignende grupper. Rigetti gør også den nye kvantecomputer - som kan håndtere 19 kvantebits eller qubits - tilgængelig gennem sin cloud computing-platform, kaldet Forest, i dag.
Demonstrationen betyder dog ikke, at kvantecomputere er klar til at revolutionere kunstig intelligens. Kvantecomputere er så eksotiske, at ingen helt ved, hvad de dræberapps kan være. Rigettis algoritme er for eksempel ikke til nogen praktisk nytte, og det er ikke helt klart, hvor nyttigt det ville være at udføre klyngeopgaver på en kvantemaskine.
Alligevel hævder Will Zeng, chef for software og applikationer hos Rigetti, at arbejdet repræsenterer et vigtigt skridt i retning af at bygge en kvantemaskine. Dette er en ny vej mod praktiske applikationer til kvantecomputere, siger Zeng. Clustering er et virkelig grundlæggende og grundlæggende matematisk problem. Ingen har nogensinde vist, at du kan gøre dette.
Der er i øjeblikket en bemærkelsesværdig mængde spænding omkring bestræbelserne på at udvikle praktiske kvantecomputere. Store teknologivirksomheder, herunder IBM, Google, Intel og Microsoft, samt et par velfinansierede startups, ræser om at bygge eksotiske maskiner, der lover at indvarsle en fundamentalt ny form for databehandling.
Først drømt op af fysikere næsten 40 år siden , håndterer kvantecomputere ikke information ved hjælp af binær en s og 0 s. I stedet udnytter de to kvantefænomener - superposition og sammenfiltring - til at udføre beregninger på store mængder data på én gang. Kvantefysikkens natur betyder, at en computer med kun 100 qubits bør være i stand til beregninger på en forbløffende skala.
Rigetti er noget af en underdog i løbet. IBM annoncerede for nylig, at de har bygget en kvantecomputer med 50 qubits, og det rygtes, at Google har en enhed af lignende skala. Alligevel har Rigetti masser af boostere. Virksomheden har rejst omkring 70 millioner dollars fra investorer, herunder Andreessen Horowitz, et af Silicon Valleys mest fremtrædende firmaer.
At have flere qubits er dog ikke nødvendigvis lig med overlegenhed. At opretholde kvantetilstande og manipulere qubits på pålidelig vis repræsenterer formidable udfordringer.
Som nogle andre bruger Rigetti en hybrid tilgang, hvilket betyder, at dens kvantemaskine arbejder sammen med en konventionel for at gøre programmering mere ligetil. Zeng siger, at virksomhedens systemer også er mere modulære end sine konkurrenters, hvilket kan tilbyde en betydelig fordel, når det kommer til at skalere maskiner yderligere op.
Kvantecomputere har i teorien et enormt potentiale. Der er god dokumentation for, at kvantemaskiner kan bruges til at løse kryptografiske udfordringer og til at simulere nyt materiale. Og der er håb om, at algoritmer som Rigettis til sidst vil transformere verden af maskinlæring og kunstig intelligens.
Kvantecomputere er netop nu ved at nå en skala, hvor de kan udføre arbejde, der ville være meget svært, hvis ikke umuligt, at køre på selv den mest kraftfulde konventionelle supercomputer. Kapløbet om at demonstrere denne tærskel med en fungerende maskine, nogle gange omtalt som kvanteoverherredømme, er blevet symbolsk for den nuværende hype. Fysikere er enige om, at der vil gå adskillige år endnu, før kvantecomputere og de algoritmer, der kører på dem, viser deres værd.
Christopher Monroe , en eksperimentel fysiker ved University of Maryland og chefforsker ved en anden opstart af kvantecomputere, IonQ , siger, at det er for tidligt at antyde, at kvanteberegning vil ændre maskinlæring. Vi forstår ikke rigtigt, hvordan og hvorfor klassisk maskinlæring fungerer, så det ser ud til, at anvendelsen af det på kvante måske blot yderligere vil sløre et allerede sløret felt, siger han.
Monroe rejser dog en interessant omvendt mulighed. Han foreslår, at maskinlæring kan spille en nøglerolle i at gøre kvantecomputere mere pålidelige. Den voksende kompleksitet af klassiske kontrolsystemer til store kvantecomputere kan have brug for en anden tilgang, påpeger han. Så han spekulerer i, at ikke-kvante maskinlæring måske vil blive brugt til at styre den komplekse adfærd inde i disse maskiner.
Scott Aaronson , som leder Quantum Information Center ved University of Texas, siger, at han forventer, at kvantecomputere vil fremskynde nogle maskinlæringstilgange i fremtiden, selvom der vil være behov for mere arbejde for at vise, hvor værdifuldt det er.
Både Aaronson og Monroe er enige om, at det at gøre kvantecomputere tilgængelige via skyen, som Rigetti, IBM og Google alle gør, vil være afgørende for at fremme feltet. Applikationer vil sandsynligvis dukke op, når ingeniører og programmører begynder at eksperimentere med disse systemer.
At give adgang til early adopters kan også give en værdifuld indtægtsstrøm for startups som Rigetti. IBM for nylig annonceret en række partnere til deres kvanteprojekt, herunder JPMorgan Chase, Daimler AG, Samsung, Hitachi og Oak Ridge National Laboratory. Disse virksomheder ønsker at se, hvad kvantemaskiner kan være i stand til i en række applikationer, herunder finansiel modellering, kemi og ruteoptimering.
Aaronson spekulerer på, om den voksende hype i sidste ende kan holde reelle fremskridt tilbage, selvom det kan vise sig at være svært at adskille de to. På den anden side, siger han, er det en virkelig spændende tid.