In der Geschichte von KIzwei bemerkenswerte Momente stechen hervor: der Erfolg von AlphaGo und das Aufkommen von chatgpt. Diese beiden Meilensteine dienen als lehrreiche Ereignisse für die Analyse, wie weit wir von einem wirklichen Nutzen entfernt sind Quanten-Computing.
Der Triumph von AlphaGo über den Go-Weltmeister Lee Sedol im Jahr 2016 markierte einen entscheidenden Punkt in der KI-Entwicklung. Es war mehr als ein Sieg in einem komplexen Brettspiel, es zeigte, dass KI bei einer bestimmten, wenn auch komplexen Aufgabe überlegene Ergebnisse erzielen konnte. Es gab uns einen Vorgeschmack auf wirklich nützliche, aufgabenspezifische KI-Anwendungen, wie zum Beispiel das Proteinfaltungstool AlphaFold, das zwei Jahre später eingeführt wurde.
Der ChatGPT-Moment war anders. ChatGPT wurde 2022 eingeführt und demonstrierte die Fähigkeit von KI, Kontexte zu verstehen und kohärente Antworten zu generieren, wodurch es für eine Vielzahl von Anwendungen sofort nützlich wurde. Obwohl sich AlphaGo stark auf ein Thema konzentrierte, ist ChatGPT breit anwendbar.
Die Entwicklung der KI dauerte viele Jahre. Die Geburt der Technologie wird gemeinhin auf eine Konferenz am Dartmouth College im Jahr 1956 zurückgeführt, 60 Jahre vor AlphaGo. Wie viele Jahre müssen wir auf die AlphaGo- und ChatGPT-Momente des Quantencomputings warten, das selbst eine aufregende Technologie ist, die verspricht, viele Probleme zu lösen, die für ihr klassisches Gegenstück unlösbar sind?
Was ist ein Quantenvorteil?
Der Begriff Quantenvorteil, auch Quantenüberlegenheit genannt, bezieht sich auf einen theoretischen Punkt, an dem ein Quantencomputer in der Lage ist, ein Rechenproblem genau zu lösen, das kein klassischer Computer in angemessener Zeit lösen könnte. Das Erreichen dieses Meilensteins wird im Großen und Ganzen darauf hinweisen, dass das Quantencomputing sein klassisches Gegenstück übertroffen hat.
Wo steht Quantencomputing heute?
Vielleicht sollten wir uns zunächst fragen, wie weit wir in den letzten Jahren gekommen sind. Die meisten Benutzer von Quantencomputern greifen über eine öffentliche Cloud auf einen Computer zu, beispielsweise von IBM, Amazon oder Microsoft. Bei der Betrachtung von Quantenspezifikationen ist die Anzahl der Qubits (Quantenbits) ein wichtiger Parameter zum Vergleich verschiedener Anbieter. Vor fünf Jahren hatte der größte öffentlich zugängliche Quantencomputer 20 Qubits und nur zwei oder drei Anbieter machten ihre Computer zugänglich.
Heute haben wir jedoch erhebliche Fortschritte gemacht. Die größten zugänglichen Quantencomputer verfügen über Hunderte von Qubits und mehr als ein Dutzend Anbieter bieten öffentlichen Zugang an. In den letzten fünf Jahren gingen mehrere Quantencomputerunternehmen an die Börse, und VC-Firmen investierten etwa 5 Milliarden US-Dollar in Quantencomputerunternehmen. Das Quantencomputing schreitet viel schneller voran als die KI in ihren Anfängen.
Ein bedeutender Meilenstein wurde im Jahr 2019 erreicht, als google das veröffentlichte, was als „ Experiment „Quantenüberlegenheit“.. Sein Sycamore-Computer erledigte eine Aufgabe in 200 Sekunden, für deren Bewältigung laut Google der leistungsstärkste klassische Computer 10.000 Jahre gebraucht hätte. War das der Quanten-AlphaGo-Moment? Wahrscheinlich nicht. Googles Demonstration verwendete einen Algorithmus, der speziell dafür entwickelt wurde, die Fähigkeiten seines Computers zu demonstrieren, der jedoch keinen praktischen Rechennutzen hatte.
Wann wird das Quantencomputing durchbrechen?
Was wäre der AlphaGo-Moment im Quantencomputing? Es wäre wahrscheinlich ein Durchbruch, wenn Quantencomputer ein komplexes, aber spezifisches Problem lösen würden, das weit über die Fähigkeiten klassischer Computer hinausgeht.
Basierend auf diesen Kriterien scheinen wir nah dran zu sein. Der Das gab der Energiekonzern Aramco kürzlich bekannt dass es einen Quantenalgorithmus in Produktion bringt und ihn aus einer „Sandbox“-Testumgebung verschiebt, in der die meisten Quantencomputing-Projekte laufen. Der Algorithmus hilft dabei, Bildsignale unter der Oberfläche zu entschlüsseln, eine Form des sogenannten „Ultraschalls für die Erde“, der zur Aufdeckung von Mineralien verwendet wird.
Ebenso berichtete Deloitte Consulting kürzlich von einem Quantum Algorithmus für maschinelles Lernenwelche verwendete eine Technik namens Quantenreservoir-Computing und lieferte bessere Ergebnisse als klassische Algorithmen für maschinelles Lernen, die mit denselben Daten arbeiteten. IBM und UC Berkeley haben aktuelle Experimente veröffentlicht auf dem 127-Qubit-Prozessor IBM Quantum Eagle, der in komplexen physikalischen Simulationen genaue Ergebnisse lieferte und in bestimmten Szenarien klassische Näherungsmethoden übertraf. Quantinuum berichtete über erste Anzeichen eines Quantenvorteils für Monte-Carlo-Simulationen.
Obwohl diese Ereignisse wahrscheinlich nicht als echte Quantenvorteile gelten, sind sie doch Vorboten der Zukunft. Klassische Computer können nicht mehr als etwa 50 Qubits simulieren, und da mehr als 100 Qubit-Computer allgemein verfügbar sind, scheint das Erreichen eines nachweisbaren Quantenvorteils in einem nützlichen Algorithmus nur eine Frage des Zeitpunkts und nicht des Ob zu sein.
Wo wird Quantencomputing seine Wirkung entfalten?
Es ist unklar, welcher Bereich zuerst von einem solchen Quantenvorteil profitieren würde. Einige Anbieter sind diesbezüglich sehr optimistisch Wert des Quantencomputings für maschinelles Lernen und KIwährend andere sich darauf konzentrieren materieller und pharmazeutischer Fortschritt oder Finanz- und Lieferkettenoptimierungen. Microsoft veröffentlicht eine gründliche Bewertung ihrer Ansicht darüber, welche Anwendungen zuerst einen Quantenvorteil erzielen werden, sowie die erforderlichen Quantenressourcen. Dies gibt interessierten Kunden die Möglichkeit abzuschätzen, wann sie Quantencomputer zu ihrem Vorteil nutzen könnten.
Beispielsweise könnte ein Finanzdienstleistungsunternehmen mit Quantencomputern experimentieren, um ein aus 10 Vermögenswerten bestehendes Vermögensportfolio zu optimieren. Ein solches Unternehmen könnte jedoch zu dem Schluss kommen, dass Quanten wirklich nützlich wären, sobald ein Portfolio von 500 Vermögenswerten effizient optimiert werden kann. Die Ressourcenschätzungsarbeit liefert einen Fahrplan dafür, wann dies möglich sein wird.
Was wird Quantencomputing sein?'s ChatGPT-Moment?
Der Quanten-ChatGPT-Moment hingegen ist weiter entfernt. Es könnte sich um einen Allzweck-Quantencomputer handeln, der viele Probleme lösen kann, die über die hinausgehen, die klassische Maschinen simulieren können. Somit wäre es nicht speziell für ein bestimmtes Problem konzipiert, sondern könnte mehrere Problemklassen lösen. Beispielsweise könnte ein Quantencomputer, der für allgemeine Optimierungen nützlich sein kann, zur Optimierung von Produktionsplänen, Paketlieferrouten, Containerbeladung, Lagerbestand oder dem Standort von Ladestationen für Elektrofahrzeuge verwendet werden, die eine optimale Abdeckung bieten.
Die größte Herausforderung auf dem Weg dorthin besteht darin, Quantensysteme zu skalieren und gleichzeitig Fehler zu minimieren. Dieses Problem ist zweidimensional. Die erste Dimension besteht darin, die Anzahl der Qubits über die klassische Simulationsgrenze hinaus zu erhöhen, und die zweite darin, Bedingungen zu schaffen, die die Durchführung langer Berechnungen ermöglichen, ohne dass übermäßige Fehler akkumuliert werden oder die Kohärenz verloren geht, was ein entscheidender Teil der Quanteneigenschaften des Systems ist. Tatsächlich ist die Quantenfehlerkorrektur ein Hauptschwerpunkt zahlreicher Industrie- und Wissenschaftsgruppen, die alle der Ansicht sind, dass die Durchführung nachhaltiger Berechnungen entscheidend ist, um die tatsächliche Nutzbarkeit von Quantensystemen zu erreichen.
Um den Kontext zu verdeutlichen: Klassische Computer weisen vernachlässigbare Fehlerraten auf; vielleicht ist nur eine Berechnung von einer Billion Operationen fehlerhaft. Im Gegensatz dazu weisen heutige Quantencomputer deutlich schlechtere Fehlerraten auf. Heutzutage gilt in Quantencomputern sogar ein Fehler von 1 Prozent (also ein Fehler in einer von hundert Operationen) als ziemlich gut. Aber wenn ein Computer bei einer von hundert Operationen einen Fehler macht und ein Algorithmus nur hundert Operationen erfordert, ist es fast garantiert, dass er das falsche Ergebnis liefert. Damit Quantencomputer nützlich sind, müssen die Fehlerraten drastisch gesenkt werden, damit längere und komplexere Berechnungen zuverlässig durchgeführt werden können.
Die Zukunft ist Quantum
Obwohl aktuelle Quantencomputer noch keine praktischen Anwendungen zeigen müssen, die die klassischen deutlich übertreffen, deutet das Tempo der Innovationen und Investitionen in Quantencomputer darauf hin, dass ein großer Durchbruch nicht mehr weit entfernt sein könnte. Die Zusammenarbeit zwischen Wissenschaft, Industrie und Regierungsstellen treibt das Feld voran und erhöht die Möglichkeit, dass wir innerhalb des nächsten Jahrzehnts das Quantencomputing-Äquivalent des AlphaGo- oder ChatGPT-Moments erleben werden.
