Изкуственият мозък срещу квантовия компютър: кой ще надделее?
Невронните мрежи са предизвикателство за най-съвременните квантови изчислителни машини.
Квантовите компютри от дълго време се преглеждат като идна гражданска война, която може да преобрази напълно доста браншове – от финансите до създаването на медикаменти. Особени очаквания се разпореждаха на потреблението им във физиката и химията, където се очакваше да получат големи преимущества пред стандартните изчислителни технологии.
Докато обаче промишлеността се бори с техническите провокации при основаването на работещи квантови системи, различен състезател бързо набира скорост в решаването на някои от основните проблеми в тези области. Изкуственият разсъдък, основан на невронни мрежи, стартира интензивно да се употребява във фундаменталните проучвания в региона на физиката, химията и материалознанието. Или по-скоро към този момент единствено за моделиране и разбор на данни.
Джузепе Карло, професор по изчислителна физика в Швейцарския федерален софтуерен институт, отбелязва впечатляващото повишаване на мащаба и сложността на квантовите системи, които могат да бъдат моделирани благодарение на изкуствен интелект. Наскоро той стана съавтор на публикация в Science, която демонстрира, че методите на невронните мрежи последователно се трансформират във водеща техника за моделиране на материали с разнообразни квантови свойства. И към този момент изместват квантовите компютри в редица области.
Освен това Мета показа ИИ модел, подготвен върху голям набор от данни, който зае първото място в класацията на невронните мрежи за намиране на нови перспективни материали. Като се има поради темпото на напредъка, доста откриватели се питат дали ИИ ще успее да реши множеството от перспективните проблеми, преди мощните квантови компютри да станат действителност.
Според Карло фирмите, които влагат милиарди в квантови технологии, в последна сметка може да открият, че инвестицията им е била неоправдана.
Едно от главните преимущества на квантовите компютри е способността им да правят избрани калкулации доста по-бързо от стандартните машини. Но реализирането на този капацитет изисква квантови процесори, които са с порядък по-мощни от съществуващите през днешния ден. Най-големите устройства до момента едвам са надхвърлили границата от хиляда кубита, макар че евентуално ще са нужни десетки или даже милиони кубити, с цел да се надминат стандартните системи.
В същото време за доста квантови логаритми с явни търговски приложения (като търсене в бази данни или оптимизация) преимуществото на скоростта не е толкоз огромно. Нещо повече, изследване, в което взе участие ръководителят на отдела за квантови калкулации в Microsoft, сподели, че теоретичните преимущества изчезват изцяло, в случай че се вземе поради, че квантовият „ хардуер “ работи с порядъци по-бавно от актуалните чипове.
Въпреки това има области, в които квантовите резултати играят основна роля – също и в химията и материалознанието. Свойствата на доста субстанции – от протеините до материалите за акумулатори – се дефинират от взаимоотношението на съставящите ги частици, най-вече електрони. Моделирането на тези взаимоотношения в компютър може да помогне за прогнозиране на характерностите на молекулите, което е от решаващо значение за създаването на нови медикаменти или по-ефективни акумулатори.
Въпреки това парадоксалните закони на квантовата механика, по-конкретно явлението усложнение, при което положенията на отдалечени частици стават неразделни, вършат тези взаимоотношения извънредно сложни за прогнозиране. Точното следене на химичните връзки изисква комплицирани калкулации, които стават експоненциално по-сложни с увеличението броя на частиците. Ето за какво моделирането на огромни квантови системи е на практика недостижимо за класическите технологии.
Тук квантовите компютри на доктрина би трябвало да получат преимущество. Работейки на същите квантови правила, те могат да показват квантовите положения доста по-ефективно. Техните специфични свойства също се употребяват за ускорение на интервенциите.
Всички квантови системи се разграничават по своята трудност, която се дефинира от степента на взаимоотношение, или корелация, сред частиците.
В системите със мощни корелации следенето на тези взаимоотношения бързо се трансформира в съвсем невъзможна задача. Но множеството квантови системи с практическо значение за химията и материалознанието се характеризират със слаби корелации. Това ги прави по-лесни за моделиране, както изяснява професор Джузепе Карло.
Затова е малко евентуално квантовите компютри да получат обилни преимущества в тези области. Класическите способи, като да вземем за пример теорията на функционала на плътността (DFT), към този момент са в положение тъкмо да симулират едва корелираните квантови системи. DFT ни дава опция да разберем основните свойства на една система, като знаем единствено разпределението на нейните електрони в пространството – това доста опростява изчисленията, само че въпреки всичко дава точни резултати.
През последните години се следи детонация на проучванията, употребяващи DFT, с цел да се натрупат огромни масиви от данни за химични съединения. След това тези данни се ползват за образование на невронни мрежи, които се учат да предвиждат свойствата на молекулните структури. Подобни модели с изкуствен интелект са с порядъци по-евтини за осъществяване от обичайните DFT калкулации. Освен това е доста по-лесно да се разшири размерът на моделираните системи – до 100 000 атома.
Разбира се, главното ограничаване тук остава достъпността на данните. Представеният неотдавна набор от данни за материали на Meta, състоящ се от 118 милиона DFT калкулации, разреши на модела на невронната мрежа да реализира рекордни резултати. Но построяването на подобен огромен набор за образование изискваше големи изчислителни запаси, недостъпни за множеството проучвателен групи. Реализирането на цялостния капацитет на този метод евентуално ще изисква огромни вложения.
Но по този начин или другояче най-авангардните невронни мрежи с добре подготвен изкуствен интелект към този момент започнаха в редица области да показват по-добри резултати от квантовите компютри. Интересно ще е да забележим какво ще се получи от това опълчване – вероятно някакви напълно нови хибридни устройства, съчетаващи най-хубавото от двата метода.
