Классические компьютеры ограничивают возможности развития технологий искусственного интеллекта (AI), считают ученые Массачусетского технологического института. Преодолеть этот барьер станет возможно с появлением квантовых компьютеров. Однако пока они существуют только в виде прототипов. Впрочем, по мнению экспертов, квантовые вычисления нужны далеко не для всех задач из сферы машинного обучения и искусственного интеллекта
Искусственный интеллект является, пожалуй, ключевой технологией Четвертой индустриальной революции. Не удивительно, что он стабильно занимает первое место в ежегодном мониторинге глобальных цифровых трендов «Ростелекома», в котором компания определяет лидирующие технологии, анализируя 18 млн различных источников (кстати, также с помощью технологий искусственного интеллекта).
Между тем, AI функционирует на пределе возможностей, так как не хватает вычислительных мощностей, пишут авторы мониторинга со ссылкой на исследование Массачусетского технологического института (MIT) The Computational Limits of Deep Learning. В MIT полагают: качественный скачок возможен, если появятся квантовые компьютеры.
Согласно материалам журнала Nature, системы на базе AI зависят от колоссального объема данных. Алгоритмы AI принимают, классифицируют и анализируют огромные массивы информации. Квантовые компьютеры упростят и ускорят процесс классификации, найдут закономерности, которые в разумные сроки не в силах обнаружить классический компьютер.
«Машинное обучение и искусственный интеллект – это те задачи, в решении которых квантовый компьютер, по всей видимости, в первую очередь покажет свою пользу, – подчеркивает руководитель группы «Квантовые информационные технологии» РКЦ Алексей Фёдоров.
В 2015 году даже появился термин «Квантовое машинное обучение». «Машинное обучение (ML; класс методов AI, – прим. ред.) и квантовые вычисления — это две технологии, даже по отдельности обладающие колоссальным потенциалом. Объединение этих технологий [в квантовое машинное обучение] позволит достичь квантового преимущества. Иными словами, сложные алгоритмы будут выполнены на квантовом компьютере быстрее и эффективнее», – полагает колумнист IT-изданий Ник Исен (Nick Easen).
Квантовые системы ML можно обучать на данных экспоненциально быстрее, чем при использовании классических компьютеров, рассуждает Джули Лав, директор по развитию квантового бизнеса Microsoft. «Машинное обучение – это наука о том, как заставить компьютеры действовать разумно без явного программирования. Благодаря квантовым системам есть реальный потенциал для ускорения ML. Квантовые алгоритмы повысят обучаемость машин», – объясняет эксперт.
Квантовый компьютер – это новый класс вычислительных устройств. Такие компьютеры в своей работе используют квантовые эффекты (суперпозиция состояний, запутывание кубитов, декогеренция наложенных состояний, немедленный коллапс волновой функции) для решения задач, которые не под силу самым мощным «классическим» суперкомпьютерам.
Единицей информации в квантовых вычислениях служит «кубит» (от английского «квантовый бит»). При достижении квантовой суперпозиции кубит может быть как нулем, так и единицей одновременно, тогда как классический бит – это строго или единица, или ноль.
Если классический компьютер для решения задачи рассматривает различные комбинации по очереди, то квантовый компьютер при помощи эффекта суперпозиции, сортирует все возможные варианты одновременно. Поэтому на задачу, которую классический компьютер будет решать часы, дни или даже месяцы, квантовый компьютер в теории может потратить доли секунды.
Эксперты прогнозируют, что синергия AI и квантовых вычислений поможет лучше предсказывать изменения климата и прогнозировать погоду, обрабатывать естественную речь, совершенствовать голосовых помощников (в части понимания контекста произнесенных фраз), разрабатывать более эффективные лекарства, позволит самоуправляемым транспортным средствам просчитывать из множества маршрутов самые оптимальные, поможет оптимизировать потребление ресурсов с учетом прогнозов роста населения Земли и т.д.
Например, при разработке новых фармацевтических препаратов часто необходимо изучить точную структуру молекулы, чтобы определить её свойства и понять, как она может взаимодействовать с другими молекулами. Сейчас учёные вынуждены синтезировать изучаемые молекулы, чтобы понять их свойства. Если молекула работает не так, как ожидалось, это требует нового долгого цикла дорогостоящих синтеза и тестирования. Вот почему разработка новых лекарств и химикатов — такой длительный и дорогой процесс.
«Сейчас даже относительно небольшие молекулы чрезвычайно сложно точно смоделировать на классических компьютерах, поскольку каждый атом взаимодействует с другими атомами весьма сложным образом, а смоделировать, например, белки, где атомов тысячи, вообще невозможно. … Поскольку атомы, взаимодействующие внутри молекулы, сами по себе образуют квантовую систему, квантовые компьютеры хорошо подходят для решения задач подобного моделирования по самой своей природе», – считает вице-президент Сбербанка, директор управления исследований и инноваций блока «Технологии», заведующий кафедрой Инженерной кибернетики НИТУ «МИСиС» Альберт Ефимов.
По его словам, с помощью квантовых компьютеров станет возможным моделирование даже самых сложных молекул в теле человека. Любой прогресс в этом направлении будет стимулировать более быструю разработку новых препаратов и других продуктов и потенциально приведёт к новым методам лечения.
Однако, универсального квантового компьютера (как, кстати, и универсального, или «сильного» искусственного интеллекта) пока не существует. Есть только прототипы, созданные для решения конкретных узких задач, в которых они пытаются добиться так называемого «квантового превосходства», то есть решать эти за время, на порядки меньшее, чем потребовалось бы классическому компьютеру.
В мире насчитывается больше десяти прототипов квантовых компьютеров. Возможно, самый мощный из них – китайский фотонный квантовый компьютер «Цзючжан» (Jiuzhang). В начале декабря его представили ученые из Научно-технического университета Китая. По их словам, «Цзючжан» достиг квантового превосходства — считанные минуты ему потребовалось для решения задачи по отбору проб гауссовских бозонов. Если бы подобные вычисления проводил классический компьютер, то пришлось бы ждать ответа 2,5 млрд лет. Данными об экспериментах ученые КНР поделились с журналом Science. Китайские исследователи уверяют, что «Цзючжан» 10 млрд раз быстрее прототипа от Google, который в прошлом году впервые добился квантового превосходства.
Прототип квантового компьютера Sycamore («Платан») от Google построен на 72-кубитном квантовом процессоре Bristlecone, который сводит к минимуму вероятность ошибок в квантовых вычислениях, но может работать только при температурах, близких к абсолютному нулю. В 2019 году в одном эксперименте Sycamore достиг квантового превосходства и нашел за 3 минуты и 20 секунд решение для задачи, на которое предыдущий самый быстрый прототип квантового компьютера Summit от IBM потратил бы 2,5 дня.
IBM, впрочем, тоже постоянно совершенствует собственный прототип квантового компьютера. В 2019 году его производительность достигла 53 кубита (ранее было 20). В планах компании – расширить облачную сеть квантовых вычислений Q Network для коммерческих заказчиков. 53 кубитный компьютер станет ядром сети, а еще пять компьютеров с мощностью в 20 кубит дополнят сеть.
В июне 2020 года ученые компании Honeywell заявили, что создали «самый мощный и качественный» квантовый компьютер: «Вдвое мощнее, чем аналоги Google и IBM». Вычислительные возможности компьютера – 64 кубита. В планах компании – предоставлять возможности своего детища компаниям примерно за $10000 в час.
Активно инвестируют в квантовые технологии США ($650 млн за предыдущие пять лет), Канада ($329 млн), Великобритания ($129 млн), Япония ($39 млн) и Австралия ($33 млн), отмечается в документе. Китай уже потратил $10 млрд в центр квантовых исследований. Евроcоюз принял «Генеральный план квантовых исследований», которым предусматриваются инвестиции в квантовые технологии в размере $1,1 млрд. В планах США – инвестировать за пять лет $1,2 млрд в развитие квантовой информатики.
Россия также вступила в «квантовую гонку». В стране утверждена дорожная карта развития квантовых вычислений, согласно которой до 2024 года в сумме 23,6 миллиарда рублей ($321 млн по текущему курсу) будут направлены на разработку квантовых процессоров четырех разных типов, а также на создание квантового компьютера и облачной платформы для доступа к квантовым вычислениям.
Проект по созданию российского квантового компьютера стартовал в ноябре прошлого года. «Росатом» в рамках соглашения с правительством РФ отвечает за это направление работы. В лидирующем исследовательском центре «Квантовые вычисления» в августе 2020 года раскрыли подробности о проекте российского квантового компьютера. Ученые обещали представить макет устройства в конце 2020 года. Экспериментальный образец (прототип) появится в 2022 году. Также будет организован облачный доступ к вычислениям. Промышленное использование квантового компьютера, по оценкам экспертов, начнется не раньше 2030 года. У российского компьютера будет 100 кубит.
В июле 2020 года «Росатом» и Российский квантовый центр (РКЦ) объявили о создании лаборатории по развитию квантового искусственного интеллекта. Соответствующее соглашение было подписано между компанией по цифровизации атомной отрасли «Цифрум» и Российским квантовым центром. Лаборатория будет исследовать и разрабатывать методы машинного обучения и искусственного интеллекта на квантовых компьютерах.
«Применение квантовых компьютеров в сфере искусственного интеллекта открывает уникальные возможности благодаря недостижимой для традиционных вычислительных систем скорости анализа исходных данных и перебора различных взаимозависимостей в поиске закономерностей, – говорил генеральный директор компании «Цифрум» Борис Макевнин. – При этом важно учитывать, что все квантовые вычислители, построенные на сегодняшний день в мире, – это, прежде всего, экспериментальные системы. Для того, чтобы перейти к их практическому использованию, кроме аппаратных средств необходима еще и программная составляющая: соответствующие алгоритмы, библиотеки, инструментальные средства. Поэтому наша лаборатория сфокусируется на проведении НИОКР, которые станут основой для решения нескольких тщательно отобранных и обоснованных задач».
Однако, не всем задачам из сферы машинного обучения и искусственного интеллекта требуются квантовые машины. Со многими из них и сейчас, и в будущем смогут эффективно справляться классические компьютеры.
«До сих пор остаются нереализованными значительные возможности оптимизации используемых алгоритмов и программных архитектур (в классических компьютерах, — прим. ред). Например, архитектуры компьютеров, подражающие человеческому мозгу (т.н. нейроморфные), имеют огромный потенциал приближения возможностей компьютеров к возможностям человеческого мозга. Заявление о том, что прогресс в AI требует создания квантовых компьютеров, мне кажется, слишком преждевременным. Однако верно другое утверждение: только квантовый компьютер может обеспечить практические неограниченные вычислительные возможности. Именно это делает развитие квантовых вычислений и создание соответствующих машин оправданным и актуальным», – полагает Альберт Ефимов.
Кроме того, у технологий искусственного интеллекта есть и другие перспективные направления интенсивного развития. Тогда как на пути к квантовому компьютеру есть технологические барьеры, которые еще только предстоит преодолеть: в частности шум сигнала, который повышает вероятность ошибок.
Однако снятие технологических барьеров – не единственная, и, возможно, не самая главная задача. «Еще не найдены задачи, решение которых посредством квантовых вычислений будет оправдано экономически по сравнению с решением на классическом кремниевом компьютере. Поэтому поиск практических кейсов применения является «святым Граалем» всех рыцарей-исследователей квантовых технологий», – полагает Альберт Ефимов.
По мнению эксперта, недавние заявления о квантовом превосходстве основываются на решении крайне специфических задач, практически бесполезных с прикладной точки зрения. Впрочем, по всей видимости, прикладные и полезные задачи в скором времени будут найдены. В числе первых Альберт Ефимов указывает машинное обучение, создание новых материалов и лекарств, кибербезопасность, задачи автономного транспорта.
