هوش مصنوعی کوانتومی؛ انقلاب فناوری

به گزارش خبرنگار اقتصاد معاصر به نقل از cnet؛ به نظر می‌رسد که هوش مصنوعی به اندازه کافی آینده‌نگر نبوده و اکنون یک جهش جدید به نام هوش مصنوعی کوانتومی مطرح شده است.

هوش مصنوعی به تدریج به کار‌های روزمره ما نفوذ کرده و ممکن بوده برخی از کارها را انجام دهند اما در آینده‌ای نه چندان دور، دستیاران مجازی قدرتمندتری در راه هستند.

Quantum AI یک ترکیب از هوش مصنوعی با محاسبات کوانتومی غیرمتعارف بوده که هنوز تا حد زیادی آزمایشی بوده و به یک فناوری فوق‌العاده سریع و بسیار کارآمد تبدیل خواهد شد. کامپیوتر‌های کوانتومی مانند عضلات عمل خواهند کرد، در حالی که هوش مصنوعی مانند مغز است.

در همین راستا هارت موت نوون، بنیان‌گذار آزمایشگاه هوش مصنوعی کوانتومی گوگل، در یک پست اعلام کرد که همکارانش از وی می‌پرسند که چرا به جای هوش مصنوعی، بر محاسبات کوانتومی تمرکز کرده است. وی پاسخ می‌دهد که هر دو فناوری به طور قابل توجهی در تحول‌سازی آینده نقش دارند و هوش مصنوعی پیشرفته از محاسبات کوانتومی بهره‌مند خواهد شد.

هوش مصنوعی و هوش مصنوعی تولیدی

هوش مصنوعی فناوری است که تصمیم‌گیری و حل مشکلات انسانی را تقلید می‌کند. این نرم‌افزار می‌تواند الگو‌ها را شناسایی کرده، از داده‌ها یاد بگیرد و حتی به اندازه‌ای از طریق چت‌بات‌ها، برای توصیه فیلم‌ها یا شناسایی چهره‌ها یا اشیا در عکس‌ها درک کند که بتواند با ما تعامل کند.

یک نمونه قدرتمند از هوش مصنوعی، هوش مصنوعی تولیدی بوده که بیش از تحلیل داده‌های ساده یا پیش‌بینی‌ها پیش می‌رود. مدل‌های Gen AI محتوا‌های جدیدی را بر اساس داده‌های آموزشی خود مانند متن، تصاویر و صدا‌ها ایجاد می‌کنند. ابزار‌هایی مانند ChatGPT، Dall-E، Midjourney، Gemini، Claude و Adobe Firefly از جمله این موارد هستند.

این ابزار‌ها به وسیله مدل‌های زبانی بزرگ طراحی شده‌اند که بر اساس حجم زیادی از داده‌ها آموزش دیده‌اند و به آنها اجازه می‌دهد تا خروجی‌های واقع‌گرایانه‌ای تولید کنند اما در پس‌زمینه، حتی پیشرفته‌ترین هوش مصنوعی هنوز به محاسبات کلاسیک محدود است، به‌ نوعی که در کامپیوتر‌های ویندوز و مک، در سرور‌هایی که مراکز داده را پر می‌کنند و حتی در سوپرکامپیوتر‌ها اتفاق می‌افتد اما محدودیت‌هایی در عملیات باینری وجود دارد و محاسبات کوانتومی می‌تواند بازی را تغییر دهند.

محاسبات کوانتومی

محاسبات کلاسیک و کوانتومی در چندین جنبه تفاوت دارند، یکی از آنها در پردازش است. محاسبات کلاسیک از پردازش خطی (محاسبات مرحله به مرحله) استفاده می‌کنند، در حالی که کوانتومی از پردازش موازی (چندین محاسبه به طور همزمان) استفاده می‌کند.

تفاوت دیگر در واحد‌های پردازش اساسی است،؛ کامپیوتر‌های کلاسیک از بیت‌ها به عنوان کوچک‌ترین واحد داده (یا ۰ یا ۱) استفاده می‌کنند اما کامپیوتر‌های کوانتومی از بیت‌های کوانتومی یا به اصطلاح کیوبیت‌ها استفاده می‌کنند که بر اساس قوانین مکانیک کوانتومی کار می‌کنند. کیوبیت‌ها می‌توانند به لطف پدیده‌ای به نام سوپرپوزیشن به طور همزمان هم ۰ و هم ۱ را نمایندگی کنند.

ویژگی دیگری که کامپیوتر‌های کوانتومی می‌توانند از آن بهره‌برداری کنند، درهم‌تنیدگی است. در اینجا دو کیوبیت به گونه‌ای به هم متصل می‌شوند که حالت یکی بلافاصله بر حالت دیگری، بدون توجه به فاصله تاثیر می‌گذارد.

سوپرپوزیشن و درهم‌تنیدگی به کامپیوتر‌های کوانتومی این امکان را می‌دهند که مسائل پیچیده را بسیار سریع‌تر از کامپیوتر‌های سنتی حل کنند. درجایی که محاسبات کلاسیک ممکن است تا هفته‌ها یا حتی سال‌ها طول بکشد تا برخی مسائل را حل کند، محاسبات کوانتومی زمان رسیدن به هدف را به سادگی به چند ساعت کاهش خواهند داد.

کامپیوتر‌های کوانتومی که بر روی چیپ‌های تخصصی کوانتومی کار می‌کنند، بسیار حساس هستند و باید در دما‌های بسیار پایین نگهداری شوند تا به درستی کار کنند، حجم بزرگی دارند و هنوز برای استفاده روزمره عملی نیستند.

با این حال، شرکت‌هایی مانند اینتل، گوگل، آی‌بی‌ام، آمازون و مایکروسافت به شدت در حال سرمایه‌گذاری در محاسبات کوانتومی هستند و رقابت برای عملی کردن این فناوری در جریان است. در حالی که اکثر شرکت‌ها منابع مالی یا تیم‌های تخصصی برای پشتیبانی از کامپیوتر‌های کوانتومی خود را ندارند، خدمات محاسباتی کوانتومی ابری مانند Amazon Braket و Quantum AI گوگل می‌توانند گزینه‌های مناسبی باشند.

در حالی که این فناوری پتانسیل بسیار زیادی دارد، Quantum AI با چالش‌هایی مانند ناامنی سخت‌افزاری و نیاز به الگوریتم‌های تخصصی روبه‌رو است اما پیشرفت‌ها در تصحیح خطا و ثبات کیوبیت‌ها آن را قابل اعتمادتر می‌کنند.

 کامپیوتر‌های کوانتومی فعلی، مانند سیستم کوانتومی IBM و ماشین‌آلات کوانتومی گوگل، می‌توانند برخی محاسبات را انجام دهند اما هنوز آماده اجرای مدل‌های بزرگ مقیاس AI نیستند. علاوه بر این، محاسبات کوانتومی به محیط‌های کاملا کنترل شده نیاز دارد، بنابراین افزایش مقیاس برای استفاده گسترده یک چالش بزرگ خواهد بود.

به همین دلیل است که بیشتر کارشناسان معتقدند که احتمالا سال‌ها با هوش مصنوعی کوانتومی کاملا تحقق‌یافته فاصله داریم. لورنس گاسمَن، رئیس LDG Tech Advisors در ابتدای سال ۲۰۲۴ اعلام کرد که این روز‌های اولیه برای Quantum AI بوده و برای بسیاری از سازمان‌ها، این فناوری ممکن است بیش از حد مورد نیاز باشد.

بازی با فرضیات

هوش مصنوعی کوانتومی هنوز در مراحل آزمایشی اولیه است اما یک فناوری امیدوارکننده خواهد بود. در حال حاضر، مدل‌های AI به قدرت کامپیوتر‌های کلاسیک، به خصوص در هنگام پردازش مجموعه‌های داده بزرگ یا اجرای شبیه‌سازی‌های پیچیده محدود هستند. محاسبات کوانتومی می‌تواند پشتیبانی لازم را برای هوش مصنوعی فراهم آورد تا بتواند مجموعه‌های داده بزرگ و پیچیده را با سرعت فوق‌العاده پردازش کند.

اگرچه کاربرد‌های واقعی آینده به نوعی تخمینی است اما می‌توانیم فرض کنیم که برخی حوزه‌ها از جمله تجارت مالی، پردازش زبان طبیعی، شناسایی تصویر و صدا، تشخیص‌های پزشکی، رباتیک، کشف دارو، لجستیک زنجیره تامین و امنیت سایبری از طریق رمزنگاری کوانتومی مقاوم و مدیریت ترافیک برای وسایل نقلیه خودران بیشتر از این پیشرفت‌های فناوری، بهره خواهند برد.

برخی دیگر از روش‌هایی که محاسبات کوانتومی می‌تواند هوش مصنوعی را تقویت کند، آموزش مدل‌های بزرگ AI، مانند LLMها که نیاز به زمان و قدرت محاسباتی بسیار زیادی دارد، هستند. این یکی از دلایلی است که شرکت‌های AI به مراکز داده بزرگ نیاز دارند تا ابزار‌های خود را پشتیبانی کنند.

محاسبات کوانتومی می‌تواند این فرایند را تسریع بخشد و به مدل‌ها اجازه دهد سریع‌تر و کارآمدتر یاد بگیرند. به جای اینکه هفته‌ها یا ماه‌ها طول بکشد تا آموزش ببینند، مدل‌های Quantum AI ممکن است فقط در چند روز آموزش ببینند.

هوش مصنوعی چه در تصاویر، متن یا اعداد بر شناسایی الگو‌ها متکی است اما قدرت پردازش محاسبات کوانتومی برای بررسی بسیاری از احتمالات به طور همزمان می‌تواند منجر به شناسایی الگو‌های سریع‌تر و دقیق‌تر شود که می‌تواند به ویژه در زمینه‌هایی که هوش مصنوعی نیاز دارد، بسیاری از عوامل را به طور همزمان در نظر بگیرد.

گفتنی است که در فرایند‌های تصمیم‌گیری مانند کشف دارو یا مدل‌سازی تغییرات آب و هوایی که نیاز به تعادل عوامل متعدد دارند، کامپیوتر‌های کوانتومی می‌توانند به هوش مصنوعی اجازه دهند در مواقعی که زمان‌بر است، هزاران سناریو و نتیجه ممکن را به طور همزمان آزمایش کنند که می‌تواند به دانشمندان در دستیابی به راه‌حل‌های بهینه کمک کند.