양자 컴퓨터의 어떤 측면이 인공 지능을 더욱 발전시키는 데 도움이 될 수 있습니까?
관련 : 기계 학습 또는 AI에서 양자 컴퓨터의 잠재적 인 응용 프로그램이 있나요 .
—
kenorb
양자 컴퓨터의 어떤 측면이 인공 지능을 더욱 발전시키는 데 도움이 될 수 있습니까?
답변:
양자 컴퓨터는 행렬 곱셈에 아주 훌륭 하지만 몇 가지 제한이 있습니다. 양자 중첩은 각 비트가 0 또는 1보다 훨씬 더 많은 상태에있게하며, 양자 게이트는 여러 가지 방식으로 해당 비트를 피들 링 할 수 있습니다. 이 때문에 퀀텀 컴퓨터는 특정 응용 프로그램에 대해 많은 정보를 한 번에 처리 할 수 있습니다.
이러한 응용 프로그램 중 하나는 푸리에 변환 (Fourier transform)으로 , 신호 분석 및 어레이 처리와 같은 많은 문제에 유용합니다 . 주어진 함수가 다른 것을 반환하는 단일 값을 찾는 Grover의 양자 검색 알고리즘 도 있습니다 . 만약 AI 문제 가 양자 컴퓨팅에 적합한 수학적 형태로 표현 될 수 있다면 , 그것은 빠른 속도로 향상 될 수 있습니다. 충분한 속도 향상은 AI 이론을 "이론적으로 흥미롭지 만 엄청나게 느리게"에서 "양자 컴퓨팅에 대해 잘 다루면 실용적"으로 바꿀 수 있습니다.
더 많은 큐 비트를 가진 양자 컴퓨터를 만들 수있을 때까지 AI를 더욱 발전시킬 수있는 잠재력은 그대로 남아있을 것입니다.
D-Wave (2015 년에 2,000 개가 넘는 큐 비트 시스템을 만들었습니다)는 범용 양자 컴퓨터 가 아닌 단열 양자 컴퓨터입니다. 그것은 특정 최적화 문제로 제한됩니다 (그 근거에 근거한 이론의 창시자 중 한 명이 그 효과 를 의심 한 것으로 알려짐 ).
32 큐 비트 범용 양자 컴퓨터 (현재 알고있는 한 현재 모델의 두 배)를 구축 할 수 있다고 가정합니다. 이것은 여전히 중첩에 단지 2 개의 가능성이 존재 한다는 것을 의미 할 것이다 . 이것은 많은 문제에 대해 철저히 탐구 할 수있는 작은 공간입니다. 따라서 알려진 양자 알고리즘 (예 : Shor , Grover )이 해당 비트 수에 유용 할 수 있는 많은 문제 가 없을 것입니다.
Quantum 컴퓨터는 AI 알고리즘을 더욱 발전시키고 문제를 정의 할 수있는 창의성과 능력으로 문제를 해결할 수 있습니다. 예를 들어 암호화를 깨는 데 몇 초가 걸릴 수 있으며 표준 컴퓨터의 경우 수천 년이 걸릴 수 있습니다. 인공 지능과 마찬가지로 알고리즘으로 정의 된 주어진 문제에 대한 모든 조합을 예측할 수 있습니다. 이것은 양자 상태의 다중 상태의 중첩 때문이다.
현재 양자 컴퓨터는 아직 개발 초기 단계에 있으며 복잡한 계산을 수행 할 수 있습니다. Google 및 NASA에서 복잡한 데이터 분석을 위해 사용하는 D-Wave 시스템 과 같은 기술이 이미 있습니다. 복수 의 관심있는 NSE 유체 역학 문제 를 해결하기 위해 Multi-Qubit 유형의 양자 컴퓨터를 사용 하거나 군사 목적으로 글로벌 감시를 수행하는 등 알지 못한다.
현재 IBM Quantum Experience (IBM Cloud를 통해 제공되는 세계 최초의 양자 컴퓨팅 플랫폼) 와 같이 대중이 사용할 수있는 양자 컴퓨터는 거의 없지만 양자 논리 게이트 수준에서 프로그래밍하기 때문에 인공 지능을 만드는 데 몇 년이 걸렸습니다. 공개 할 수 있습니다. QCL, Q 또는 Quipper와 같은 일부 양자 컴퓨팅 언어가 있지만 인공 지능 프레임 워크를 제공 할 수있는 라이브러리는 알지 못합니다. 그것은 그것이 존재하지 않는다는 것을 의미하지는 않으며, 거대 기업과 정부 기관이 경쟁을 위해 의제로 금융 시장 분석 등을 사용하고 있다고 확신합니다.
귀하의 질문에 직접 답변 :-
양자 컴퓨팅과 인공 지능이 교차하는 분야를 양자 기계 학습 이라고 합니다.
AI는 배경 지식이있는 개발 분야입니다 (LISP 명성의 la McCarthy).
양자 컴퓨팅은 크게 탐구되지 않은 처녀 분야입니다.
특정 유형의 복잡성은 다른 유형의 복잡성과 상호 작용하여 매우 풍부한 필드를 만듭니다.
이제 (1)과 (2)를 결합하면 더 많은 불확실성이 생깁니다. 이 답변에서 기술적 세부 사항을 살펴볼 것입니다.
구글, 하나의 간단한 비디오로 퀀텀 컴퓨팅을 설명하다 : 구글과 NASA의 양자 인공 지능 연구소
몸 :-
IBM은 권한입니다 :-
IBM : Quantum 컴퓨터가 유용 할 수는 있지만 정확한 방법을 모릅니다
양자 기계 학습은 흥미로운 현상입니다. 이 분야는 양자 컴퓨팅과 기계 학습의 교차점을 연구합니다.
( https://en.wikipedia.org/wiki/Quantum_machine_learning )
"머신 러닝 알고리즘이 엄청난 양의 데이터를 계산하는 데 사용되는 반면, 양자 머신 러닝은 양자 상태와 시스템에 대한 분석을 수행 할 기회를 만들어 지능적으로 이러한 기능을 향상시킵니다." Wikipedia 기고자 — "Quantum 기계 학습." 위키 백과, 우리 모두의 백과 사전 . Wikipedia, The Free Encyclopedia, 2019 년 10 월 7 일. 웹. 2019 년 10 월 11 일.
기술 거울 :-
구현에 관한이 특정 섹션은 주목할 가치가 있습니다 :-
( https://ko.wikipedia.org/wiki/Quantum_machine_learning#Implementations_and_experiments )
"... 데이터에 대한 이러한 의존성은 강력한 훈련 도구입니다. 그러나 잠재적 인 함정이 있습니다. 기계가 데이터에서 패턴을 찾아서 악용하도록 훈련을받은 경우, 특정한 경우에는 특정 인종, 성별 또는 클래스 편견 만 영속합니다. 현재의 인간 지능.
그러나 머신 러닝 고유의 데이터 처리 기능은 또한 인간의 삶을 향상시킬 수있는 응용 프로그램을 생성 할 가능성이 있습니다. '지능형'기계는 과학자들이 암을보다 효율적으로 감지하거나 정신 건강을 더 잘 이해하도록 도울 수 있습니다.
지금까지 머신 러닝의 발전은 대부분 고전적이었습니다. 머신이 학습하는 데 사용하는 기술은 고전 물리 법칙을 따릅니다. 그들이 배운 데이터는 고전적인 형식입니다. 알고리즘이 실행되는 머신도 클래식입니다.
우리는 양자 역학 (Quantum Machine Learning)이라는 새로운 분야에서 일하고 있는데, 이것은 양자 역학 (quantum mechanics)이라고 불리는 물리학 분야가 머신 러닝을 향상시킬 수 있는지 탐구하고 있습니다. 양자 역학은 근본적인 차원에서 고전 물리학과 다릅니다. 그것은 확률을 다루고 불확실성으로부터 원리를 만듭니다. 양자 역학은 물리학을 확장하여 고전적인 직관으로는 설명 할 수없는 흥미로운 현상을 포함합니다. ... "—"설명자 : Quantum Machine Learning이란 무엇이며 어떻게 도움이됩니까? " Techxplore.Com , 2019, https://techxplore.com/news/2019-04-quantum-machine.html .
비즈니스 응용 프로그램 및 실제 용도 :-
추가 자료 :-
양자 컴퓨터와 함께 양자 역학과 양자 수학은 인공 지능의 미래를 바꿀 것입니다.
현재 계산 비용과 제한에서 슈퍼 발명 복소수 사용이 제한되고, 많은 통계적 문제와 알고리즘이 처리 대기하고 생산 과정에서 대기하고 있습니다. 죽지 않을 것이며 특별한 계산 로직이, 더 많은 정보를 해결하기 위해 올 것이다 가능