By Autor Invitado publicado el 11 abr 2024
"Quantum Particulars" es una columna editorial invitada que presenta ideas exclusivas y entrevistas con investigadores, desarrolladores y expertos cuánticos que analizan los desafíos y procesos clave en este campo. Este artículo, centrado en la intersección entre la tecnología cuántica y la inteligencia artificial (IA), fue escrito por Brian Lenahan, Fundador y Presidente de la Instituto de Estrategia Cuántica.
La inteligencia artificial (IA) y las tecnologías cuánticas son dos campos de vanguardia preparados para alterar dinámicamente todos los sectores, y su intersección encierra una inmensa promesa para el futuro de la informática, la optimización y la resolución de problemas. En el centro de esta intersección se encuentra el potencial de aprovechar la potencia de la computación cuántica para mejorar los algoritmos de IA, y viceversa, con sistemas híbridos que creen sinergias que prometen avances en áreas como el aprendizaje automático, la criptografía y el descubrimiento de fármacos. Sin embargo, la ciencia está lejos de estar establecida.
Un área importante donde la IA y las tecnologías cuánticas se cruzan es en aprendizaje de máquina cuántica (QML). QML tiene como objetivo utilizar las propiedades únicas de la computación cuántica, como la superposición y el entrelazamiento, para mejorar los algoritmos de aprendizaje automático. Algunos creen que se espera que las computadoras cuánticas procesen eficientemente grandes cantidades de datos y realicen cálculos complejos, lo que permitirá a los sistemas de inteligencia artificial analizar y aprender de vastos conjuntos de datos de manera más efectiva.
Además, se espera que la computación cuántica acelere los procesos de entrenamiento de IA al acelerar exponencialmente los cálculos. Esta aceleración es particularmente beneficiosa para entrenar modelos de aprendizaje profundo, que generalmente requieren amplios recursos computacionales y consumo de energía. Al aprovechar los algoritmos cuánticos, los investigadores de IA pueden potencialmente entrenar modelos más complejos y lograr niveles más altos de precisión en tareas como el reconocimiento de imágenes, el procesamiento del lenguaje natural y la conducción autónoma.
Además, los algoritmos mejorados cuánticamente tienen el potencial de revolucionar los problemas de optimización, que son omnipresentes en las aplicaciones de IA. Recocido cuántico, por ejemplo, ofrece un enfoque novedoso para resolver tareas de optimización aprovechando los principios cuánticos para explorar vastos espacios de soluciones de manera más eficiente. Esta capacidad podría mejorar significativamente la capacidad de los sistemas de inteligencia artificial para encontrar soluciones óptimas en escenarios complejos, como la gestión de la cadena de suministro, la optimización de la cartera financiera y la asignación de recursos.
Puntos de vista opuestos
Algunas partes interesadas proponen que una convergencia fundamental entre la inteligencia artificial (IA) y la computación cuántica radica en el potencial de esta última para mejorar los modelos de lenguajes grandes (LLM), contribuyendo así al avance de la inteligencia general artificial (AGI). La Computación Multiverso, por ejemplo, pretende reducir el costo de formación de maestría en Derecho a través de software de inspiración cuántica.
Olivier Ezratty, conocido observador de la industria, escribió recientemente un artículo titulado “¿Cómo la IA, los LLM y la ciencia cuántica pueden potenciarse mutuamente?“¿Su conclusión? “El panorama estudiado en este artículo muestra una situación desequilibrada en la que el aprendizaje automático está ayudando actualmente a las tecnologías cuánticas más que al revés. Como resultado, “no preguntemos qué puede hacer la computación cuántica por la IA, sino qué puede hacer la IA por la ciencia cuántica”.
Por lo tanto, Ezratty y otros han sugerido que la discusión sobre la fusión de la IA y la computación cuántica podría enmarcarse con mayor precisión en el contexto del aprendizaje automático (ML) y la computación cuántica. Esta reorientación es particularmente relevante cuando se consideran las ganancias de eficiencia en el procesamiento de conjuntos de datos más pequeños, un área donde los simuladores cuánticos actualmente son prometedores, con el potencial de que las computadoras cuánticas (QC) amplíen aún más estas capacidades en el futuro previsible. Este enfoque no sólo ofrece utilidad inmediata sino que también sugiere un camino escalable para avances futuros.
Impulso con la IA
Es concebible que el control de calidad pueda trazar una trayectoria similar a Matriz de puertas programables (FPGA). Es posible que las bibliotecas generales no se materialicen debido al intrincado proceso de alinear casos de uso específicos con algoritmos, agravado por el desafío de ofrecer valor tangible, ya que la informática clásica sigue siendo la base. Para obtener valor de estos algoritmos se necesitarán defensores internos dentro de diversas industrias que posean tanto experiencia cuántica como un conocimiento profundo de sus respectivos campos. Si bien los proveedores y académicos pueden contribuir con herramientas adicionales, la responsabilidad de la implementación comercial recaerá en gran medida en estos expertos. Una vez que un caso de uso dentro de una industria específica demuestra un impacto significativo, es probable que aumente el impulso dentro de todo ese sector.
Sin embargo, este impulso sólo se materializará si se establecen capas de aplicaciones, donde la computación cuántica se integre perfectamente en las aplicaciones y flujos de trabajo existentes sin que el usuario final tenga que comprender las complejidades de los qubits. Con el tiempo, la tecnología debería evolucionar hasta un punto en el que el usuario final ni siquiera necesite ser consciente de la mecánica cuántica subyacente.
Obtenga más información sobre la intersección de la inteligencia cuántica y la artificial en Inside Quantum Technology Nueva York en octubre de 2024.
Brian Lenahan, fundador y presidente del Quantum Strategy Institute, se publica siete veces autor sobre temas relacionados con la inteligencia artificial y las tecnologías cuánticas y tres veces Quantum Top Voice de LinkedIn. Consulta con organizaciones corporativas y PYME, principalmente desarrollando hojas de ruta tecnológicas. Brian escribe extensamente sobre estos dos temas en Etiqueta LinkedIn y en su substack”El negocio cuántico."
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- Fuente: https://www.insidequantumtechnology.com/news-archive/quantum-particulars-guest-column-quantum-plus-ai-an-intersection-to-innovation/
