Марина Бастракова, зав. лабораторией теории наноструктур НИФТИ ННГУ, доцент физического факультета ННГУ им. Н.И. Лобачевского
Что произойдет, если соединить воедино две революционные технологии современности: искусственный интеллект и квантовые вычисления? Думаю, многие согласятся со мной, что благодаря такой синергии наша реальность может трансформироваться до неузнаваемости. Наш привычный мир уже не будет прежним! Это откроет новую эру бизнес-прорывов и инноваций, а мы можем найти ответы на сакральные вопросы о поиске лекарств от неизлечимых болезней, создании новых энергоэффективных топливных элементов, проектировании новых химических элементов и материалов с уникальными свойствами.
Это стало мощным инструментом для развития интернета вещей и интеллектуальных систем, основанных на огромном объеме обработки информации и ее распознавания. Средства генеративного ИИ уже прочно внедрились в нашу повседневную жизнь, стоит хотя бы вспомнить нашумевшие успехи чата GPT. Однако ежегодный рост объемов данных влечет за собой существенные трудности с их анализом, поскольку требуются огромные вычислительные ресурсы. Так, например, суточное энергопотребление некоторых сложных моделей ИИ уже измеряется мегаватт-часами. Естественно, это влечет и огромные экономические затраты. В связи с этим для «утоления голода ИИ» разрабатывают новые топологии микрочипов для ускорения вычислений, предлагают использование максимально эффективных методов отвода тепла, строя центры обработки данных за Полярным кругом. Всё это лишь способы, чтобы продолжать выжимать максимум вычислительной мощности из традиционных компьютеров. А что если взглянуть на данную проблему с другой стороны? Возможно ли поменять парадигму самих вычислений, перейдя, например, к принципам квантовой обработки информации?
Для начала давайте попробуем понять, что же такое квантовые вычисления и чем они отличаются от классических?
Квантовые вычисления – это передовая технология, которая использует принципы квантовой механики, такие как суперпозиция и запутанность для выполнения вычислений. Уже продемонстрировано, что данные принципы позволяют обрабатывать данные с экспоненциально большей скоростью, чем классические компьютеры.
Давайте попробуем разобраться. Мы хорошо знаем, что минимальной единицей информации в наших классических персональных компьютерах является бит, а вся информация кодируется в «0» и «1». Физическими элементами, выступающими своего рода переключателями между «0» и «1» выступают транзисторы: есть ток – «1», нет тока – «0». В квантовых компьютерах минимумом, характеризующим хранение и обработку данных, является кубит (Quantum bit – квантовый бит), и он может существовать в нескольких состояниях одновременно (та самая суперпозиция состояний!), то есть кубит одновременно находится в состояниях «0» и «1» с какой-то вероятностью. Для понимания этого свойства можно вспомнить знаменитый мысленный эксперимент с котом Шредингера, который был в суперпозиции сразу двух состояний «живой» и «мертвый», пока мы не заглянем в коробку с котиком и не измерим (своим взглядом) его состояние.
Классический компьютер, состоящий, например, из четырех битов, может представлять 2*2*2*2=16 различных состояний из комбинаций «0» и «1». При решении задачи такой компьютер должен перебрать все варианты по очереди, последовательно пребывая в каждом из 16 состояний. Квантовый же компьютер сразу находится в суперпозиции всех возможных 16 состояний и фактически просчитывает все комбинации одновременно – это называют квантовым параллелизмом. Именно данный факт, основанный на принципах квантовой физики, дает преимущество и ускорение квантовых вычислений.
Но на этом чудеса квантового мира не заканчиваются! Ещё одно свойство квантовых частиц, лежащее в основе квантовых компьютеров, – это запутанность. Между кубитами в регистре можно установить связь (взаимодействие, например, за свет внешнего импульсного поля). Благодаря этому кубиты уже будут чувствовать состояния друг друга, даже находясь на большом расстоянии друг от друга, как будто обладают телепатическими способностями. То есть если мы измерим состояния одного кубита, то запутанный с ним кубит тоже изменится. Добавляя в систему запутанные кубиты, можно экспоненциально увеличить вычислительные возможности квантовых компьютеров. Следовательно, именно данные свойства – суперпозиции и запутанности – позволяют квантовому компьютеру исследовать несколько решений одновременно и обрабатывать огромные объемы информации параллельно, экспоненциально увеличивая вычислительные возможности.
Итак, теперь, надеюсь, понятно, в чем мощь квантовых вычислений! Осталось лишь создать тот самый квантовый компьютер, состоящий из большого числа кубитов. Это непростая технологическая задача, над которой последние 30 лет активно работают ученые со всего мира. Появились первые маломасштабные квантовые компьютеры, в регистре которых от десятков до нескольких сотен управляемых кубитов с достаточно высокой точностью управления для реализации квантовых алгоритмов. Максимальных успехов в этом направлении добились такие ИТ компании, как IBM и Google, которые имеют несколько квантовых компьютеров в своём активе, а также разработали специальное программное обеспечение для программирования на таких системах (квантовые языки программирования, фреймворки, библиотеки) и облачные сервисы для удаленного доступа пользователей к квантовым вычислителям, ведь такие квантовые компьютеры сейчас занимают огромные помещения. В России тоже активно поддерживается и стремительно развивается область по созданию «квантового железа». Сейчас параллельно создают сразу несколько платформ для построения квантовых компьютеров. Лидирующими в нашей стране являются системы на основе атомов, ионов, фотонов и сверхпроводников для проектирования квантовых регистров. Отмечу, что мы идем семимильными шагами, потому что пять лет назад в нашей стране были только системы на основе 2 кубитов, в 2023 году ученые представили регистр из 20 кубитов, а в 2024 году анонсирован 50-кубитный процессор.
Так какие же задачи ИИ можно решать на квантовом компьютере?
В последние годы уже прослеживается явная тенденция по применению квантовых вычислений в коммерческих и промышленных решениях. Например, в финансовой сфере для прогноза изменения цен на активы и их покупку, в биомедицинской сфере – для разработки сложных лекарственных препаратов, например для болезни Альцгеймера или рака, в нефтехимической отрасли – для работы с химическими реакциями по созданию аккумуляторов и топливных элементов нового поколения, в материаловедении – для поиска новых материалов с заданными свойствами. Все эти задачи непрерывно связаны сейчас именно со средствами ИИ, поэтому синергия этих двух направлений – квантов и ИИ – порождает новую парадигму под названием квантовое машинное обучение. Такое сочетание создает возможности по разработке квантовых аналогов нейронных сетей, способных обрабатывать информацию на порядки быстрее и глубже, чем их классические аналоги. Уже продемонстрировано, что подобные квантово вдохновленные модели ИИ способны выявлять более сложные закономерности с меньшим количеством входной информации, находить закономерности в зашумленных данных. Исследователи из Google и NASA использовали квантовый компьютер для демонстрации ускорения машинного обучения в задачах классификации изображений. Отмечу, что подобными исследованиями занимается и наша научная группа в Нижегородском государственном университете им. Н.И. Лобачевского.
Такое сочетание квантовых технологий и ИИ может в перспективе ускорить обработку данных и открыть новые горизонты в решении сложнейших прикладных задач. Конечно, данное направление достаточно молодое, и пока мы встречается с рядом технологических и теоретических трудностей, которые ещё нужно будет преодолеть, но по мере их решения мы познаем и исследуем наш мир всё глубже!
#мининский #mininuniver #десятилетиенауки #МинобрнаукиРоссии #популяризациянауки
