이 다리를 건너면 노트북 컴퓨터와 스마트폰이 초강대한 양자컴퓨터로 변하는 대문을 열 수 있다. 양자컴퓨터는 사람을 놀라게 하는 강대한 기능을 가졌고 현재 상태에서 작동하는 속도보다 억배 더 빠르다.
비록 양자컴퓨팅가 AI와 결합하는 과정에 있어서는 아직 논쟁의 여지가 있지만 현재 수많은 전문가들은 양자컴퓨팅이 AI를 일정 정도까지 반드시 변화시킬 수 있다는데 의문을 품고 있다.
예를 들어 은행주주회사BBVA의 분석가는 양자컴퓨팅과 AI사이의 자연 협동 작용은 양자컴퓨터 학습이 최종적으로 전통 컴퓨터 학습을 능가한다는데 원인이 있다고 지적한다.
양자컴퓨터 학습은 전통 컴퓨터 학습보다 더 효율이 높다. 적어도 어떤 전통적인 컴퓨터로 학습하기 어려운 모형에 대해서도 그렇다. 우리는 여전히 이러한 모형이 실제 응용 중 출현하는 정도를 찾아내야 한다.
양자컴퓨터는 네 가지 종류의 방식을 통해 AI의 미래를 바꾼다.
사진 1) 출처: 왕이왕(网易网)
1.
대량의 데이터 처리
기계학습과 AI데이터. 양자컴퓨팅은 모두 대량의 데이터를 관리한다. Lorenzo에 따르면, 양자 컴퓨터 설계에서 매회 대체와 양자 오류 정정 코드의 개진으로 프로그래머는 더 많은 데이터를 관리함으로써 큐 비트의 잠재력을 더 잘 파악할 수 있다.
고전적인 컴퓨팅에서는 프로그래밍할 때 컴퓨터 언어 (AND, OR NOT)를 사용하기 때문에 우리는 문제를 어떻게 해결하는지 알고 있다. 기존 컴퓨팅에서는 불가능한 조작을 양자 컴퓨터로 집행할 수 있다. 양자 컴퓨터에서는 N 큐 비트로 생성할 수 있는 모든 수량과 가능성이 중첩될 수 있다. (만약3 큐 비트가 있으면 동시에 8 개의 가능한 순열이 존재할 것이다) 1000 큐 비트를 사용하면 지수 가능성이 기존 컴퓨팅의 가능성을 훨씬 더 초과하게 된다.
2.
더 좋은 모델 건립
의약품 설계, 생명 과학과 금융 등 많은 산업이 이미 기존 컴퓨팅 코드의 말단에 가까워졌다. 이러한 산업에는 클래식 컴퓨터가 생성할 수 없는 복잡한 모델이 필요하다.
반면, 양자 컴퓨터는 가장 복잡한 상황을 모델링할 수 있는 잠재적인 처리 능력을 가지고 있다. 만약 양자 기술이 더 나은 모델을 만들 수 있다면 더 나은 질병 치료로 이어지고 재정적 파급 위험을 줄이고 물류를 개선할 수 있다.
3.
보다 정확한 알고리즘
Lorenzo에 따르면, 감독이 있는 학습은 인공 지능의 대다수 산업 응용에 사용 중이다. 예를 들어 이미지 식별 또는 소모 예측과 같은 것이다.
양자 기계 학습 (QML) 연구원들은 더 나은 양자 컴퓨터 알고리즘을 개발하는 방법을 찾으려고 노력하고 있다.
이 영역에서 이미 제안된 다른 QML (quantum machine learning양자기계학습) 건의를 기반으로, 우리는 모종의 상황에서 예를 들어 ‘양자기기를 향한 지원’과 어떤 유형의 신경망 회로와 같이 가능한 지수식의 이 영역에서, 가장 환영받는 알고리즘에서 가속을 시작할 수 있다.
— 왕이왕(网易网) 제공
연구원들은 양자컴퓨팅 응용이 전통적 AI모형과 알고리즘 생성에 직접적인 영향을 줄 것으로 여긴다. 예를 들어 비감독 학습과 강화 학습과 같은 분야에서.
차원 축소 알고리즘은 일종의 특수한 경우다. 이러한 알고리즘은 보다 제한된 공간에서 원래 데이터를 나타내는 데 사용되지만 원래 데이터 세트의 속성 대부분을 유지한다.
양자 컴퓨팅의 특수 기능은 특정 세부 사항이 아닌, 데이터 세트의 특정 전역 속성을 찾아내는 데 도움을 준다.
강화 학습은 일종의 AI모형으로, 비디오 게임과 같은 복잡한 상황을 처리하는 데 사용되지만, 많은 전문가들은 이 모델의 잠재력이 더 크다고 여긴다. 컴퓨팅 작업량과 시간 소모 측면에서 가장 까다로운 작업은 알고리즘을 훈련시키는 것이다. 이러한 상황하에서 양자 컴퓨터를 사용한 이런 종류의 훈련으로 속도를 높이는 일부 이론상 건의가 이미 제안되었으며, 이는 매우 강력한 인공 미래 정보를 개발하는 기능에 도움을 줄 수 있다.
4. 여러 데이터 셋트 사용
미래학과 전략 컨설턴트인 Bernard Marr는 문제는 일반적으로 데이터가 충분하지 않거나 너무 많은데 있지 않고, 데이터가 각종 데이터 세트에 배치되는 것이라고 말했다. Quantum 컴퓨터는 더 빠르고 간편한 분석을 위해 다른 데이터 세트의 통합을 처리할 수 있다.
양자컴퓨터는 우리의 방대한 데이터 세트를 신속하게 분석 및 통합할 가능성이 있다. 이로써 우리의 기계 학습과 인공 지능 기능을 개선 변경할 수 있다.
인공 지능과 양자 합작이 현재 일어나고 있다
양자컴퓨터는 기계 학습과 인공 지능의 결합을 제공하며 과학자들이 방향을 잃지 않도록 하고 있다. 그들은 현재 기술 조합을 이용하는 방법을 배우느라 바쁘다.
