الذي تم الكشف عنه في الطبعة المسبقة arXiv. قام مؤلفو العمل بفحص جهاز كمبيوتر كمي مكون من 60 كيوبتًا منطقيًا فيما يتعلق بمعالجة كميات هائلة من البيانات. ووفقا لحساباتهم، فإنه سيتفوق على أجهزة الكمبيوتر التقليدية بأربعة إلى ستة مرات من حيث كفاءة الذاكرة في الرياضيات الحسابية وعلم الوراثة ومشاكل التعلم الآلي.
يقول المؤلف المشارك هسين يوين (روبرت) هوانغ، الرئيس التنفيذي للتكنولوجيا في شركة Oratomic: “يتم استخدام التعلم الآلي حقًا في كل مكان: في العلوم والتكنولوجيا والحياة اليومية. إذا تمكنا من إنشاء مثل هذه البنية (الكمية)، أعتقد أنه سيكون لها تطبيقات أينما توجد كميات هائلة من البيانات”.
لقد اخترع طريقة لمعالجة البيانات التي تم جمعها في العالم غير الكمي – مثل تقييمات المطاعم أو نتائج تسلسل الحمض النووي الريبي (RNA) – لجعلها مناسبة للحوسبة الكمومية الأكثر كفاءة قدر الإمكان. للقيام بذلك، يجب وضع جميع البيانات في “حالة التراكب”، وهي مجموعة رياضية لا يمكن إنشاؤها على الأجهزة التقليدية. حتى الآن، كانت هذه المهمة تعتبر غير عملية، إذ كان من المفترض أن يتم تخزين مثل هذه المعلومات في أجهزة تخزين متخصصة ذات حجم هائل، كما يوضح المؤلف المشارك في الورقة هايمن تشاو من معهد كاليفورنيا للتكنولوجيا.
البيانات الكمومية – في أجزاء
النهج الجديد لا يتطلب مثل هذه الذاكرة. يتضمن ذلك تغذية البيانات إلى جهاز كمبيوتر كمي في أجزاء صغيرة دون الحاجة إلى تخزينها كلها قبل المعالجة. لوضعها في تشبيهات يمكن أن يفهمها مجرد البشر، فإن الأمر يشبه بث الفيديو، والذي لا يتطلب منك تنزيل الفيلم بأكمله لمشاهدته.
أظهر المؤلفون أن هذا النهج لا يعمل فحسب، بل يسمح أيضًا للكمبيوتر الكمي بمعالجة المزيد من البيانات بذاكرة أقل من أي كمبيوتر تقليدي. ووفقا لتشاو، فإن هذه الميزة كبيرة جدًا لدرجة أن الكمبيوتر الكمي الذي يحتوي على حوالي 300 كيوبت منطقية متسامحة مع الأخطاء سوف يتفوق على الآلة الكلاسيكية المبنية من جميع ذرات الكون المرئي.
إن أجهزة الكمبيوتر الكمومية التي تحتوي على 300 كيوبت منطقية ليست شيئًا من المستقبل القريب، ولكن وفقًا لهوانج، من الممكن تمامًا بناء جهاز يحتوي على 60 كيوبتًا منطقيًا بحلول نهاية العقد. وحتى بهذا الحجم، ستكون هناك ميزة كمية ملحوظة على أجهزة الكمبيوتر الكلاسيكية في بعض مهام معالجة البيانات الكبيرة التي تستخدم الذكاء الاصطناعي.
“إن الآلة الكمومية هي جهاز قوي للغاية، ولكن يجب أولاً “تغذيتها”. هذا البحث هو بالضبط كيفية “تغذيته”، وتحميل (البيانات) شيئًا فشيئًا، دون “الإفراط في التغذية”، كما علق أدريان بيريز ساليناس من ETH زيورخ.
ومع ذلك، لا تزال هناك العديد من الأسئلة حول تطبيق هذا العمل على الأجهزة الحقيقية والبيانات الحقيقية التي يتعين معالجتها. العديد من خوارزميات التعلم الآلي الكمي السابقة تم في نهاية المطاف “إزالة الكمية” – حيث تم تكييفها لتعمل على أجهزة سلعية مع الحفاظ على الأداء.
التطبيقات الممكنة الأولى
وسيجد هذا التطوير تطبيقًا في التجارب العلمية الكبيرة، مثل مصادم الهادرونات الكبير، حيث بيتابايت من البياناتولكن يتم تجاهل معظمها بسبب نقص ذاكرة الكمبيوتر، كما يقول فيدران دونكو من جامعة ليدن. ومع ذلك، يحذر من أنه لا يمكن نقل جميع مهام الذكاء الاصطناعي من مراكز البيانات التقليدية الضخمة إلى أجهزة الكمبيوتر الكمومية.
يعمل الباحثون الآن على توسيع نطاق الخوارزميات التي يمكن أن تكون طريقتهم مفيدة لها، وإنشاء تكوينات جديدة لأجهزة الكمبيوتر الكمومية التي من شأنها أن تجعلها سريعة بما يكفي لمعالجة البيانات، ليس فقط بأقل تكاليف للذاكرة، ولكن أيضًا في وقت مقبول.
المصدر الأصلي: naukatv.ru