Quantum AI: czy komputery kwantowe przyspieszą sztuczną inteligencję?

Quantum AI to skrót dla jednego z najbardziej obiecujących, ale też najczęściej przesadzanych kierunków technologicznych: połączenia obliczeń kwantowych ze sztuczną inteligencją.

Idea brzmi prosto: skoro modele AI potrzebują ogromnej mocy obliczeniowej, a komputery kwantowe potrafią wykorzystywać superpozycję, interferencję i splątanie, to być może wybrane zadania uczenia maszynowego da się rozwiązywać szybciej niż na klasycznych superkomputerach.

W praktyce sprawa jest bardziej subtelna.

Quantum AI nie oznacza, że każdy chatbot, każda sieć neuronowa i każde trenowanie modelu nagle stanie się wykładniczo szybsze.

Oznacza raczej poszukiwanie klas problemów, w których kwantowy sposób reprezentacji informacji daje realną przewagę.

Najważniejsze rozróżnienie dotyczy danych i algorytmu.

Dzisiejsza AI pracuje głównie na danych klasycznych: tekstach, obrazach, tabelach, genomach, logach i sygnałach.

Aby komputer kwantowy mógł coś z nimi zrobić, trzeba te dane zakodować w stanie kwantowym.