Вештачката интелигенција веќе подолго време се инфилтрира во нашите секојдневни работни текови и рутински задачи. Можеби вештачката интелигенција работи во заднина, како што е интеграцијата на Gemini низ производите на Гугл, или можеби подиректно се занимавате со популарните генератори на содржина, како што се ChatGPT и Dall-E на OpenAI.
Во не толку далечна иднина се наѕираат засилените виртуелни асистенти.
Како самата вештачка интелигенција да не е доволно футуристичка, сега на хоризонтот има сосема нов скок напред: квантна вештачка интелигенција. Тоа е спој на вештачка интелигенција со неконвенционално и сè уште главно експериментално квантно пресметување во супербрза и високо ефикасна технологија. Квантните компјутери ќе бидат мускулите, додека вештачката интелигенција ќе биде мозокот.
„Моите колеги понекогаш ме прашуваат зошто го напуштив растечкото поле на вештачката интелигенција за да се фокусирам на квантното пресметување“, напиша Хартмут Невен, основач на лабораторијата за Квантна вештачка интелигенција на Google, во декемврискиот блог пост во кој го претставува квантниот чип Willow . „Мојот одговор е дека и двете ќе се покажат како најтрансформациските технологии на нашето време, но напредната вештачка интелигенција значително ќе има корист од пристапот до квантното пресметување“.
Еве брз преглед на основите што ќе ви помогнат подобро да ја разберете квантната вештачка интелигенција.
Што се вештачка интелигенција и генеративна вештачка интелигенција?
Вештачката интелигенција е технологија која го имитира човечкото донесување одлуки и решавање проблеми. Тоа е софтвер кој може да препознава шаблони, да учи од податоци, па дури и доволно да „разбере“ јазик за да комуницира со нас, преку чет-ботови, да препорача филмови или да идентификува лица или работи на фотографиите.
Овие алатки се напојуваат со големи јазични модели обучени од тони податоци, овозможувајќи им да произведуваат реални резултати. Но, зад сцената, дури и најнапредната вештачка интелигенција сè уште е ограничена со класично пресметување — онаков вид што се случува кај компјутерите со Windows и Mac, во серверите што ги населуваат центрите за податоци, па дури и во суперкомпјутерите. Но тоа во основа се само бинарни операции
И тука квантното пресметување може да ја промени играта.
Квантно пресметување
Класичното и квантното пресметување се разликуваат на неколку начини, од кои еден е обработката. Класичното пресметување користи линеарна обработка (пресметки чекор-по-чекор), додека квантното користи паралелна обработка (повеќе пресметки одеднаш).Друга разлика е во основните единици за обработка што ги користат. Класичните компјутери користат битови како најмала податочна единица (или 0 или 1). Квантните компјутери користат квантни битови, ака кубити, врз основа на законите на квантната механика. Кубитите можат да претставуваат и 0 и 1 истовремено благодарение на феноменот наречен суперпозиција.
Друга особина што квантните компјутери можат да ја искористат е заплетканоста. Тоа е местото каде што се поврзани два кјубита, така што состојбата на едниот веднаш влијае на состојбата на другиот, без разлика на растојанието.
Суперпозицијата и испреплетеноста им овозможуваат на квантните компјутери да решаваат сложени проблеми многу побрзо од традиционалните компјутери. Онаму каде што класичното пресметување може да потрае неколку недели или дури години за да се решат некои проблеми, квантното пресметување ја намалува временската рамка за постигнување на само неколку часови. Па зошто тие не се мејнстрим? Квантните компјутери, кои работат на наменски направени квантни чипови , се неверојатно деликатни и мора да се чуваат на неверојатно ниски температури за да работат правилно. Тие се масивни и сè уште не се практични за секојдневна употреба. Сепак, компаниите како Интел , Гугл , IBM , Амазон и Мајкрософт многу инвестираат во квантното пресметување. Додека повеќето компании немаат средства или специјализирани тимови за поддршка на сопствените квантни компјутери, услугите за квантно пресметување базирани на claud како Amazon Braket и Quantum AI на Google може да бидат опции.
Иако потенцијалот е огромен, квантната вештачка интелигенција се соочува со предизвици како хардверска нестабилност и потреба од специјализирани алгоритми. Сепак, подобрувањата во корекцијата на грешките и стабилноста на qubit го прават посигурен. Тековните квантни компјутери, како Quantum System Two на IBM и квантната машинерија на Google , можат да се справат со некои пресметки, но сè уште не се подготвени да користат модели со вештачка интелигенција од големи размери. Дополнително, квантното пресметување бара високо контролирани средини, така што зголемувањето за широка употреба ќе биде голем предизвик.
Затоа повеќето експерти веруваат дека веројатно сме неколку години далеку од целосно реализираната квантна вештачка интелигенција.
Играта што-ако
Квантната вештачка интелигенција сè уште е во рана фаза на тестирање, но тоа е ветувачка технологија. Во моментов, моделите со вештачка интелигенција се ограничени од моќта на класичните компјутери, особено кога се обработуваат големи збирки на податоци или се извршуваат сложени симулации. Квантното пресметување може да го обезбеди потребниот поттик за потребите на вештачката интелигенција за обработка на големи, сложени збирки на податоци со ултрабрзи брзини. Иако идните апликации во реалниот свет се малку шпекулативни, можеме да претпоставиме дека одредени области ќе имаат најголема корист од овој технолошки пробив, вклучувајќи финансиско тргување , обработка на природен јазик, препознавање слики и говор, дијагностика за здравствена заштита, роботика , откривање лекови, логистика на синџирот на снабдување , сајбер безбедност преку квантно отпорна криптографија и управување со сообраќајот за автономни возила .
Еве неколку други начини на кои квантното пресметување може да ја подобри вештачката интелигенција:
- За обука на големи модели со вештачка интелигенција, како што се LLM, потребно е огромно време и компјутерска моќ. Тоа е една од причините зошто на компаниите со вештачка интелигенција им требаат огромни центри за податоци за да ги поддржат нивните алатки. Квантното пресметување може да го забрза овој процес, овозможувајќи им на моделите да учат побрзо и поефикасно. Наместо да се тренираат со недели или месеци, моделите со квантна вештачка интелигенција може да се обучуваат со денови.
- Вештачката интелигенција напредува со препознавање на шаблони, без разлика дали тоа е во слики, текст или бројки. Моќта на квантното пресметување да обработува многу можности одеднаш може да доведе до побрзо и попрецизно препознавање на шаблоните. Ова би било особено корисно во полињата каде што вештачката интелигенција треба да земе предвид многу фактори истовремено, како што е финансиското предвидување за тргување.
- Иако импресивни, генеративните алатки за вештачка интелигенција сè уште имаат ограничувања, особено кога станува збор за создавање реални, нијансирани излези. Квантната вештачка интелигенција може да им овозможи на генеративните модели на вештачка интелигенција да обработуваат повеќе податоци и да создаваат содржина што е уште пореална и пософистицирана.
- Во процесите на донесување одлуки каде што треба да се избалансираат повеќе фактори, како откривање лекови или климатско моделирање, квантните компјутери би можеле да овозможат ВИ да тестира безброј можни сценарија и исходи истовремено. Ова би можело да им помогне на научниците да најдат оптимални решенија во дел од времето што им е потребно сега.
Извор: CNet
Подготви: Б. Т.
