В новаторском достижении квантовая система превзошла классический искусственный интеллект (ИИ) в классификации данных, области, традиционно доминируемой обычными машинами. Этот замечательный подвиг, возглавляемый исследователями из Венского университета, не только продемонстрировал превосходную точность, но и достиг ее с значительно меньшим потреблением энергии.
Этот прорыв, опубликованный в журнале Nature Photonics, знаменует собой поворотный момент в квантовом машинном обучении. Эксперимент команды показывает, что даже небольшие квантовые процессоры могут превзойти своих классических коллег в конкретных задачах машинного обучения, краеугольном камне современного ИИ. Ключ заключается в использовании света.
Устройство, фотонный квантовый процессор, построенный в Миланском политехническом университете, использует фотоны, или частицы света, для выполнения алгоритмов. Задача заключалась в классификации различных типов данных, процесса, рутинно выполняемого системами ИИ в приложениях, начиная от распознавания лиц и заканчивая прогнозированием погоды. Квантовый алгоритм, разработанный британской компанией Quantinuum, допустил меньше ошибок, чем его классический конкурент.
Более того, квантовая система продемонстрировала превосходную энергоэффективность. В отличие от обычных компьютеров, которым требуется значительное количество электроэнергии для обработки информации, фотонные системы потребляют минимальное количество энергии, работая непосредственно со светом. Эта разница становится критической в мире, где модели ИИ становятся все более мощными, но и более энергоемкими.
Руководитель проекта и ученый из Венского университета Филипп Вальтер заявил, что «мы обнаружили, что для конкретных задач наш алгоритм делает меньше ошибок, чем его классический аналог». Это достижение является не только техническим, но и сигнализирует о смене парадигмы в развивающейся области квантового машинного обучения.
Квантовое машинное обучение исследует, как принципы квантовой физики могут повысить скорость, точность или эффективность алгоритмов ИИ. Этот прорыв предполагает, что квантовые вычисления могут предложить более быструю, точную и устойчивую альтернативу традиционному ИИ. Это открытие открывает двери для более эффективных и устойчивых приложений ИИ.