Новое исследование, проведенное учеными из Университетского колледжа Лондона (UCL), показывает, что сочетание квантовых вычислений с искусственным интеллектом может значительно улучшить прогнозирование сложных физических систем на длительные периоды времени. Гибридный подход превосходит ведущие модели, которые полагаются только на традиционные компьютеры.
Результаты, опубликованные в журнале Science Advances , могут улучшить моделирование поведения жидкостей и газов, известное как гидродинамика. Такие модели необходимы в таких областях, как климатология, транспорт, медицина и производство энергии.
Почему квантовые вычисления меняют мир
Повышенная точность, по-видимому, обусловлена тем, как квантовые компьютеры обрабатывают информацию. В отличие от традиционных компьютеров, использующих биты, установленные либо в 1, либо в 0, квантовые компьютеры используют кубиты, которые могут существовать в состояниях 1, 0 или любом промежуточном состоянии. Кроме того, каждый кубит может влиять на другие, что позволяет относительно небольшому числу кубитов представлять огромное количество возможных состояний.
Профессор Питер Ковени, ведущий автор исследования из химического факультета и Центра передовых вычислительных исследований Университетского колледжа Лондона, объяснил сложность задачи: «Чтобы делать прогнозы относительно сложных систем, мы можем либо провести полномасштабное моделирование, которое может занять недели — зачастую слишком долго, чтобы быть полезным, — либо использовать модель искусственного интеллекта, которая работает быстрее, но менее надежна в более длительных временных масштабах».
«Наша модель искусственного интеллекта, основанная на квантовых технологиях, позволяет нам быстро получать более точные прогнозы. Прогнозирование потоков жидкости и турбулентности — это фундаментальная научная задача, но она также имеет множество применений. Наш метод может использоваться в прогнозировании климата, в моделировании кровотока и взаимодействия молекул, а также для более эффективного проектирования ветровых электростанций с целью повышения их энергоемкости».
Как работает гибридный квантово-искусственный интеллект
Хотя широко распространено мнение, что квантовые компьютеры превзойдут классические машины по мощности, их реальное применение до сих пор было ограничено. Новый подход интегрирует квантовые вычисления в определенный этап процесса обучения ИИ.
Как правило, модели ИИ обучаются на больших наборах данных, полученных в результате моделирования или наблюдений. В этом случае данные сначала обрабатываются квантовым компьютером, который выявляет ключевые статистические закономерности, остающиеся стабильными с течением времени. Эти закономерности, известные как инвариантные статистические свойства, затем используются для управления обучением модели ИИ, работающей на обычном суперкомпьютере.
Повышенная точность при меньшем объеме памяти.
Система искусственного интеллекта, использующая квантовые вычисления, показала примерно на 20 процентов более высокую точность по сравнению со стандартными моделями ИИ, не использующими квантовые закономерности. Она также сохраняла стабильные прогнозы в течение более длительных периодов времени, даже при моделировании хаотических систем.
Еще одним важным преимуществом стала эффективность. Метод требовал в сотни раз меньше памяти, что делало его гораздо более практичным для крупномасштабных симуляций.
