Una startup utilizza il Quantum Computing per potenziare l'apprendimento automatico

Rigetti

Un'azienda in California ha appena dimostrato che un tipo di computer esotico e potenzialmente rivoluzionario può essere utilizzato per eseguire una forma comune di apprendimento automatico.

L'impresa fa sperare che i computer quantistici, che sfruttano i principi che sfidano la logica della fisica quantistica per eseguire determinati tipi di calcoli a velocità ridicole, possano avere un grande impatto sull'area più calda dell'industria tecnologica: l'intelligenza artificiale.

Ricercatori presso Rigetti Computing , una società con sede a Berkeley, in California, ha utilizzato uno dei suoi prototipi di chip quantistici, un dispositivo superconduttore alloggiato all'interno di un'elaborata configurazione super-refrigerata, per eseguire quello che è noto come un algoritmo di clustering. Il clustering è una tecnica di apprendimento automatico utilizzata per organizzare i dati in gruppi simili. Rigetti sta anche rendendo disponibile il nuovo computer quantistico, in grado di gestire 19 bit quantistici, o qubit, attraverso la sua piattaforma di cloud computing, chiamata Forest, oggi.

La dimostrazione, tuttavia, non significa che i computer quantistici siano pronti a rivoluzionare l'IA. I computer quantistici sono così esotici che nessuno sa esattamente quali potrebbero essere le app killer. L'algoritmo di Rigetti, ad esempio, non ha alcuna utilità pratica e non è del tutto chiaro quanto sarebbe utile eseguire attività di clustering su una macchina quantistica.

Tuttavia, Will Zeng, responsabile del software e delle applicazioni di Rigetti, sostiene che il lavoro rappresenta un passo fondamentale verso la costruzione di una macchina quantistica. Questo è un nuovo percorso verso applicazioni pratiche per i computer quantistici, dice Zeng. Il clustering è un problema matematico davvero fondamentale e fondamentale. Nessuno ha mai dimostrato che puoi farlo.

Attualmente c'è una notevole quantità di entusiasmo per gli sforzi per sviluppare computer quantistici pratici. Le grandi aziende tecnologiche, tra cui IBM, Google, Intel e Microsoft, così come alcune startup ben finanziate stanno gareggiando per costruire macchine esotiche che promettono di inaugurare una forma fondamentalmente nuova di elaborazione.

Inventato per la prima volta dai fisici quasi 40 anni fa , i computer quantistici non gestiscono le informazioni utilizzando il binario uno sabbia 0 S. Al contrario, sfruttano due fenomeni quantistici, la sovrapposizione e l'entanglement, per eseguire calcoli su grandi quantità di dati contemporaneamente. La natura della fisica quantistica significa che un computer con soli 100 qubit dovrebbe essere in grado di eseguire calcoli su una scala sbalorditiva.

Rigetti è una specie di perdente in gara. IBM ha recentemente annunciato di aver costruito un computer quantistico con 50 qubit e si dice che Google abbia un dispositivo di dimensioni simili. Tuttavia, Rigetti ha un sacco di booster. La società ha raccolto circa 70 milioni di dollari da investitori tra cui Andreessen Horowitz, una delle aziende più importanti della Silicon Valley.

Tuttavia, avere più qubit non equivale necessariamente a superiorità. Il mantenimento degli stati quantistici e la manipolazione dei qubit in modo affidabile rappresentano sfide formidabili.

Come alcuni altri, Rigetti utilizza un approccio ibrido, il che significa che la sua macchina quantistica lavora di concerto con una convenzionale per rendere la programmazione più semplice. Zeng afferma che i sistemi dell'azienda sono anche più modulari rispetto a quelli dei suoi rivali, il che potrebbe offrire un vantaggio significativo quando si tratta di aumentare ulteriormente le macchine.

Il calcolo quantistico ha un potenziale enorme, in teoria. Ci sono buone prove che le macchine quantistiche possono essere utilizzate per risolvere le sfide crittografiche e per simulare nuovo materiale. E c'è la speranza che algoritmi come quelli di Rigetti alla fine trasformino il mondo dell'apprendimento automatico e dell'intelligenza artificiale.

I computer quantistici stanno solo ora raggiungendo una scala in cui possono svolgere un lavoro che sarebbe molto difficile, se non impossibile, da eseguire anche sul più potente supercomputer convenzionale. La corsa per dimostrare questa soglia con una macchina funzionante, a volte indicata come supremazia quantistica, è diventata il simbolo dell'attuale clamore. I fisici concordano sul fatto che ci vorranno ancora molti anni prima che i computer quantistici e gli algoritmi che li utilizzano mostrino il loro valore.

Cristoforo Monroe , fisico sperimentale presso l'Università del Maryland e capo scienziato presso un'altra startup di informatica quantistica, IonQ , afferma che è troppo presto per suggerire che il calcolo quantistico cambierà l'apprendimento automatico. Non capiamo davvero come e perché l'apprendimento automatico classico funzioni, quindi sembra che applicarlo al quantistico potrebbe offuscare ulteriormente un campo già offuscato, dice.

Monroe, tuttavia, solleva un'interessante possibilità inversa. Suggerisce che l'apprendimento automatico potrebbe svolgere un ruolo chiave nel rendere i computer quantistici più affidabili. La crescente complessità dei sistemi di controllo classici per i grandi computer quantistici potrebbe richiedere un approccio diverso, sottolinea. Quindi ipotizza che forse l'apprendimento automatico non quantistico verrà utilizzato per gestire il comportamento complesso all'interno di queste macchine.

Scott Aaronson , che dirige il Quantum Information Center presso l'Università del Texas, afferma di aspettarsi che il calcolo quantistico acceleri alcuni approcci di apprendimento automatico in futuro, anche se sarà necessario più lavoro per dimostrare quanto sia prezioso.

Sia Aaronson che Monroe concordano sul fatto che rendere i computer quantistici accessibili tramite il cloud, come stanno facendo Rigetti, IBM e Google, sarà fondamentale per far avanzare il campo. È probabile che le applicazioni emergeranno quando ingegneri e programmatori inizieranno a sperimentare su questi sistemi.

Fornire l'accesso ai primi utenti può anche fornire un prezioso flusso di entrate per startup come Rigetti. IBM di recente annunciato una serie di partner per il suo progetto quantistico, tra cui JPMorgan Chase, Daimler AG, Samsung, Hitachi e Oak Ridge National Laboratory. Queste aziende vogliono vedere cosa potrebbero essere in grado di fare le macchine quantistiche in una vasta gamma di applicazioni, tra cui la modellazione finanziaria, la chimica e l'ottimizzazione dei percorsi.

Aaronson si chiede se il crescente clamore potrebbe alla fine frenare i veri progressi, anche se potrebbe rivelarsi difficile separare i due. D'altra parte, dice, è un momento davvero eccitante.

nascondere