211service.com
La computación cuántica debería potenciar esta técnica de aprendizaje automático
IBM
La computación cuántica y la inteligencia artificial se promocionan ridículamente. Pero parece que una combinación de los dos puede combinarse para abrir nuevas posibilidades.
En un trabajo de investigación Publicado hoy en la revista Nature, investigadores de IBM y MIT muestran cómo una computadora cuántica de IBM puede acelerar un tipo específico de tarea de aprendizaje automático llamada coincidencia de características. El equipo dice que las futuras computadoras cuánticas deberían permitir que el aprendizaje automático alcance nuevos niveles de complejidad.
Como se imaginó por primera vez hace décadas, las computadoras cuánticas se consideraban una forma diferente de calcular información. En principio, al explotar la extraña naturaleza probabilística de la física a escala cuántica o atómica, estas máquinas deberían ser capaces de realizar ciertos tipos de cálculos a velocidades muy superiores a las posibles con cualquier computadora convencional (ver ¿Qué es una computadora cuántica? ). Hay una gran cantidad de entusiasmo por su potencial en este momento, ya que finalmente están a punto de llegar a un punto en el que serán prácticos.
Al mismo tiempo, debido a que todavía no tenemos grandes computadoras cuánticas, no está del todo claro cómo superarán a las supercomputadoras ordinarias o, en otras palabras, qué harán realmente (ver Las computadoras cuánticas finalmente están aquí. ¿Qué harán? hacemos con ellos?).
La coincidencia de características es una técnica que convierte los datos en una representación matemática que se presta al análisis de aprendizaje automático. El aprendizaje automático resultante depende de la eficiencia y la calidad de este proceso. Usando una computadora cuántica, debería ser posible realizar esto en una escala que hasta ahora era imposible.
Los investigadores de MIT-IBM realizaron su cálculo simple utilizando una computadora cuántica de dos qubits. El hecho de que la máquina sea tan pequeña no prueba que las computadoras cuánticas más grandes tengan una ventaja fundamental sobre las convencionales, pero sugiere que ese sería el caso. Las computadoras cuánticas más grandes disponibles en la actualidad tienen alrededor de 50 qubits, aunque no todas. puede usarse para computación debido a la necesidad de corregir los errores que surgen como resultado de la naturaleza frágil de estos bits cuánticos.
Todavía estamos lejos de lograr una ventaja cuántica para el aprendizaje automático, los investigadores de IBM, dirigidos por Jay Gambetta , escribe en una entrada de blog. Sin embargo, los métodos de mapeo de características que estamos promoviendo pronto podrían clasificar conjuntos de datos mucho más complejos que cualquier cosa que pueda manejar una computadora clásica. Lo que hemos mostrado es un camino prometedor a seguir.
Estamos en una etapa en la que no tenemos solicitudes el próximo mes o el próximo año, pero estamos en una muy buena posición para explorar las posibilidades, dice Xiaodi Wu , profesor asistente en el Centro Conjunto de Información Cuántica e Informática de la Universidad de Maryland. Wu dice que espera que se descubran aplicaciones prácticas dentro de uno o dos años.
La computación cuántica y la IA están de moda en este momento. Hace apenas unas semanas, Xanadu, una startup de computación cuántica con sede en Toronto, ideó una enfoque casi idéntico a la de los investigadores de MIT-IBM, que la empresa publicó en línea. Maria Schuld, investigadora de aprendizaje automático en Xanadu, dice que el trabajo reciente puede ser el comienzo de una serie de trabajos de investigación que combinan las palabras de moda cuántica e IA.
Hay un gran potencial, dice ella.