Квантовый алгоритм поможет ИИ быстрее «мыслить»

Сингапурские ученые создали линейный квантовый алгоритм, который работает быстрее всех существующих аналогов и не имеет ограничений на типы данных для анализа. Для анализа информационной матрицы в 10 тысяч элементов классическому алгоритму на обычном компьютере понадобится порядка триллиона вычислительных шагов, обычному квантовому алгоритму — около 10 тыс., а новому алгоритму — всего 100. Алгоритм опирается на метод, известный как оценка квантового сингулярного значения.

Матрицы данных используются в самых разных сферах. Например, с их помощью трейдеры пытаются прогнозировать будущую цену акций. Матрица может фиксировать исторические данные о движении цен с течением времени и данные об особенностях, которые могут влиять на эти цены, такие как курсы валют.

«Для анализа матрицы требуется много вычислений, — говорит ведущий автор исследования Жикуан Чжао. — Когда она выходит за пределы, скажем, 10 тыс. на 10 тыс. записей, классическим компьютерам становится трудно с ней работать. Это связано с тем, что количество вычислительных шагов растет с количеством элементов в матрице: каждое удвоение размера матрицы увеличивает время вычисления в восемь раз».

Чтобы показать реальное преимущество новых алгоритмов над классическими, нужны большие квантовые компьютеры, которых пока не существует. По словам ученых, им придется подождать «еще три — пять лет, когда мы сможем использовать аппаратное обеспечение, чтобы сделать значимые квантовые вычисления и применить их для создания искусственного интеллекта».

Калифорнийский стартап Rigetti Computing доказал, что квантовый компьютер можно использовать для машинного обучения. Также компания открыла доступ к своему квантовому компьютеру Forest, расположенному в облаке и способному выполнять расчеты с помощью процессора на 19 кубитов.