شرکت محاسبات کوانتومی Xanadu به همراه غول دفاعی لاکهید مارتین، ابتکار تحقیقاتی تازهای را برای گسترش مرزهای یادگیری ماشین کوانتومی (Quantum Machine Learning یا QML) آغاز کردهاند
به گزارش سرویس هوش مصنوعی تکناک، این شراکت به دنبال بررسی توانایی سیستمهای کوانتومی در راهاندازی مدلهای مولدی نوین است که در محیطهای دارای محدودیت داده، عملکردی فراتر از هوش مصنوعی کلاسیک ارائه دهند. هر دو شرکت تأکید دارند که این تحقیقات میتواند در آینده تاثیر قابل توجهی بر صنایع دفاع، مالی و دارویی داشته باشد؛ حوزهای که در نقطه تلاقی نظریه کوانتومی و یادگیری ماشین پیشرفته قرار گرفته است.
بازاندیشی در بنیانهای یادگیری کوانتومی
شراکت بین Xanadu و لاکهید مارتین بر توسعه مدلهای مولدی تمرکز دارد؛ سیستمهایی که الگوهای موجود در دادهها را میآموزند و خروجیهای جدید و واقعی تولید میکنند، مشابه تکنیکهایی که امروز در مدلهای زبانی بزرگ و تولیدکنندههای تصویر به کار میرود.
مدلهای مولدی کلاسیک به مجموعه دادههای عظیم، توان محاسباتی بالا و مصرف انرژی زیاد نیاز دارند، بنابراین در محیطهای دادهمحور محدود یا کنترلشده، کاربرد آنها محدود است.
هدف این همکاری بررسی این است که آیا رایانههای کوانتومی میتوانند رویکردی متفاوت ارائه کنند. تحقیقات شامل بررسی عملیات مبتنی بر فوریه و عملیات بومی کوانتومی است که سیستمهای کلاسیک قادر به بازتولید آنها نیستند.
کریستین ویدبروک، بنیانگذار و مدیرعامل Xanadu، گفت: «این پروژه به بازاندیشی در اساس یادگیری توسط رایانههای کوانتومی میپردازد. با مرور مجدد اصول کوانتومی، امیدواریم روشهای کاملاً نوینی برای نمایش و پردازش دادهها کشف کنیم.»
او افزود: «تجربه لاکهید مارتین این تلاش را تقویت میکند. تخصص عمیق این شرکت در حوزه خود آنها را شریک ایدهآل برای این اکتشاف میکند و ما مشتاقانه به دنبال توسعه این ایدهها و پیشبرد نظریه یادگیری ماشین کوانتومی هستیم.»
عملیات کوانتومی بومی ممکن است به مدلها امکان دهد اطلاعات را در فضاهای با ابعاد بالاتر نمایش دهند، نیاز به داده را کاهش دهند و کشف الگوهای نوین فراتر از محدودیتهای کلاسیک را ممکن سازند.
لاکهید مارتین همچنین پتانسیل تأثیرات امنیت ملی این فناوری را میبیند و با سرمایهگذاریهای گسترده در محاسبات پیشرفته، حسگری و ارتباطات امن، آمادگی دارد. دنی کوگر، مدیر فناوریهای کوانتومی لاکهید، گفت: «این همکاری مرزهای یادگیری ماشین کوانتومی را جلو میبرد و فهم ما را از نقش سیستمهای کوانتومی آینده در امنیت ملی و توسعه فناوری پیشرفته تعمیق میکند.»
اگر سیستمهای کوانتومی بتوانند از عملیات غیرقابل دسترس برای هوش مصنوعی کلاسیک بهره ببرند، ابزارهای آینده قادر خواهند بود اطلاعات را سریعتر و با مقاومت بالاتر پردازش کنند، سامانههای حسگری و ادغام دادهها را بهبود بخشند و فناوریهای پشتیبانی تصمیم را تقویت کنند.
فراتر از حوزه دفاع، این تحقیقات میتواند بر صنایعی که به شبیهسازیهای پیچیده وابستهاند، مانند مدلسازی مالی، کشف دارو و پژوهش مواد پیشرفته، تأثیرگذار باشد و راهکارهای نوینی ارائه دهد.
این ابتکار بر اساس برنامه تحقیقاتی گسترده Xanadu در نرمافزار کوانتومی و سختافزار فوتونیک شکل گرفته و تمرکز آن بر توسعه نظریه پایه است. پژوهشگران در پی پاسخ به پرسشهای بنیادی درباره چگونگی یادگیری و تعمیم در سیستمهای کوانتومی هستند، که میتواند مسیر طراحی سختافزار و الگوریتمهای آینده را هدایت کند.
در حال حاضر این پروژه هنوز در فاز اکتشافی قرار دارد؛ یادگیری ماشین کوانتومی در مقیاس بزرگ با چالشهای سختافزاری و پایداری روبرو است، اما هر دو شرکت معتقدند که پیشرفتهای بنیادین امروز میتواند بر لبه محاسباتی فردا تأثیرگذار باشد.
با بلوغ محاسبات کوانتومی، رقابت تنها بر کوبیتها متمرکز نخواهد بود؛ الگوریتمها و چارچوبهای یادگیری نیز نقش محوری خواهند داشت. Xanadu و لاکهید مارتین اکنون قصد دارند آزمایش کنند که آیا مدلهای مولدی کوانتومی میتوانند افق جدیدی در این حوزه بگشایند.
