Penkios minutės vietoje 10 septilijonų (10²⁴) metų? ()
Google DI dekoderis ir kvantinis klaidų taisymo šuolis
© Freepik.com
Prisijunk prie technologijos.lt komandos!
Laisvas grafikas, uždarbis, daug įdomių veiklų. Patirtis nebūtina, reikia tik entuziazmo.
Sudomino? Užpildyk šią anketą!
Neseniai Google DeepMind pristatė naują dirbtinio intelekto modelį, galintį padidinti kvantinių kompiuterių našumą. Programuotojai pabrėžia, kad savo efektyvumu naujas instrumentas toli lenkia ankstesnius klaidų taisymo metodus. Ar apžvelgiamoje ateityje mūsų laukia galingas kvantinių skaičiavimų sistemų vystymo ir populiarinimo šuolis — o reiškia, totali įprastinio informacinio landšafto transformacija?
Pagrindinis kvantinių kompiuterių skirtumas nuo įprastinių — informacijos vienetų prigimtis, kurią pavyko kardinaliai pakeisti kvantiniais superpozicijos ir susietumo fenomenais. Kitaip nei klasikiniai bitai, galintys turėti tik vieneto arba nulio reikšmę, kvantiniai bitai – kubitai – gali tuo pačiu metu įgyti abi šias – ir visas esančias tarp jų – reikšmes.
Ir be gilių kibernetikos žinių nesunku įsivaizduoti, kokius horizontus kvantinėms sistemoms tai atveria — turint didelę atmintį ir atliekant operacijas neįsivaizduojamai greitai, perspektyvoje jie galės eksponentiškai pranokti klasikinių kompiuterių pajėgumus.
Visgi nuo pirmojo veikiančio kvantinio kompiuterio modelio demonstravimo 1997 metais ir iki šiol technologijos raidą stabdė dar viena kubitų savybė — trapumas. Jie labiau linkę daryti klaidas ir pažeidžiami išorinių faktorių, tarp kurių įvardijama šiluma, vibracija ir mikroskopiniai įrangos defektai.
|
Tuo pačiu ligi šiol klaidų skaičius augo proporcingai kubitų skaičiui. Tai mokestis už jų gebėjimą „persijoti“ milžiniškus variantų rinkinius, paremtus kvantine interferencija — kvantinių objektų gebėjimu vienu metu būti kelių būsenų.
Kubitų klaidų koregavimas — ilgą laiką kvantinių inžinierių siekta įvykdyti užduotis. Ir štai atėjo momentas, kai dirbtinio intelekto išsivystymo lygis leido jam ateiti pagalbon ir šioje srityje.
Siekdama kūrybiškai apmąstyti ir vizualizuoti DI panaudojimą, tap pat ir kvantinių technologijų vystymui, Google DeepMind pradėjo projektą Visualising AI, suvienijusį daugybę menininkų ir skaitmeninių dizainerių. Pavyzdžiui, dizaino studija Bakken&Baeck sukūrė štai tokį darbą — jis akivaizdžiai demonstruoja skaičiavimo bitais ir kubitais skirtumus.
© Unsplash.com
„Tai bus kai nauja elektra“
Tokią ambicingą formuluotę dar 2021 metais interviu BBC panaudojo Google generalinis direktorius Sundar Pichai, komentuodamas kvantinių kompiuterių raidos perspektyvas. O šių metų lapkričio 20 dieną kompanija žurnale „Nature“ pristatė naujus pasiekimus kvantinių apmokymo tiksliai dekoduoti procesorių klaidas srityje.
Dekoderis, pagrįstas dirbtinio intelekto technologija, buvo pavadintas AlphaQubit. Jam sukurti teko suvienyti Google DeepMind sukauptą mašininio mokymo patirtį ir Google Quantum AI klaidų taisymo ekspertizę.
Naujo klaidų korekcijos būdo svarbiausia dalis — rėmimasis pertekliškumo principu. Keletas kubitų grupuojama į vieną didelį, vadinamą „loginį“, kubitą, o AlphaQubit reguliariai tikrina jo suderinimą ir išsiaiškina klaidas. Tuo tikslu kiekvienos laiko atkarpos gale dekoderis analizuoja, kiek pasikeitė loginis kubitas, lyginant su pradiniu tašku.
AlphaQubit pastatytas iš Transformers — Google sukurtos gilaus apmokymo architektūros, esančios daugelio didelių kalbos modelių pagrindu. Dekoderis buvo apmokomas Sycamore kvantinio procesoriaus 49 kubitų rinkiniu, kvantiniu simuliatoriumi generuojant šimtus milijonų skirtingų nuostatų ir skirtingų klaidų lygių pavyzdžių. Daugybės eksperimentinių situacijų analizė leido apmokyti AlphaQubit atlikti konkrečias dekodavimo užduotis.
Testuodamas Sycamore, AlphaQubit pagerino buvusius dekoderių rezultatus. Jis leidžia 6％ mažiau klaidų, nei kvantiniai tenzoriniai tinklai — labai tikslūs, tačiau pernelyg lėti. O jeigu lyginti AlphaQubit su koreliuoto sulyginimo metodais, skirtumas tampa dar įspūdingesnis: klaidų skaičius sumažėja 30％.
AlphaQubit perspektyvos: liko šiek tiek paspartėti
Pristatydama savo naują kūrinį oficialiame bloge, Google pasakoja apie AlphaQubit darbo išplėtimą. Tuo tikslu jie atliko dar vieną dekoderio apmokymo sesiją, naudodami modeliuotų kvantinių sistemų, kuriose yra iki 241 kubito, duomenis. Taip buvo galima eksperimentą išvesti už Sycamore procesoriaus galimybių ribų.
AlphaQubit vėl pranoko geriausius algoritminius dekoderius, naudojančius koreliuotą sulyginimą. Tai leidžia prognozuoti, kad ateityje jis pajėgs taip pat efektyviai dirbti vidutiniuose ir mažuose kvantiniuose įrenginiuose. Kūrėjai planuoja kvantinio procesoriaus našumą padidinti, sukurdami informacines sąsajas, galinčias atlikti daugialygę gaunamos ir teikiamos informacijos patikimumo analizę.
Apmokę AlphaQubit modelį pavyzdžiais, turinčiais iki 25 klaidų taisymo raundų, dekoderio kūrėjai sugebėjo pasiekti gerą našumą ir modeliuojamuose eksperimentuose, kuriuose buvo iki 100 000 raundų. Dirbtino intelekto technologijos pademonstravo puikų gebėjimą apibendrinti scenarijus, išeinančius už duomenų, iš kurių buvo atliekamas pirminis apmokymas, rėmų.
Kalbant apie praktinį kvantinių kompiuterių panaudojimą, kubitų klaidų įveikimas leis paspartinti įviariausių sričių skaičiavimus — nuo fundamentaliosios fizikos iki medicininės programinės įrangos. Ko gero tai galima prilyginti reaktyvinio variklio išradimui, tik dabar įspūdingai paspartės informacijos apdorojimas.
AlphaQubit kūrėjai pažymi, kad šiame etape veikimo sparta kol kas nesiekia reikiamų rodiklių. Nors dekoderis puikiai susitvarko su tiksliu klaidų nustatymu, jis kol kas tai atlieka nepakankamai greitai supernašiam kvantiniam procesoriui, kuriame kiekvienas suderinimo patikrinimas matuojamas milijonus kartų per sekundę. Jau dabar akivaizdu, kad komerciškai reikšmingiems produktams reikės milijonų kubitų, o tai reiškia, jų apdorojimo sparta bus didinama visais būdais.
Nepraėjo ir mėnuo nuo AlphaQubit prezentacijos, o Google pristatė Willow — pažangų kvantinį lustą, gebantį eksponentiškai sumažinti plėtrą ribojančių klaidų skaičių. Paprasčiau tariant, dabar, kuo daugiau kubitų sistemoje, tuo mažiau juose klaidų.
Per mažiau nei penkias minutes Willow atliko standartinį etaloninį skaičiavimą, kurį atlikti vienam iš sparčiausių šiuolaikinių superkompiuterių reikėtų 10 septilijonų (10²⁴) metų — tai skaičius, gerokai viršijantis Visatos amžių.
Galima prognozuoti, kad po šio didelio DI šuolio kubitų klaidų taisymo srityje, mūsų laukia panašūs aukštųjų technologijų žingsniai — iki tol, kai kvantiniai kompiuteriai nustos būti kažkuo iš fantastikos srities ir galės įsitvirtinti kasdieniame gyvenime.
republic.ru
