Egy új algoritmus sokkal gyorsabbá teheti a mesterséges intelligenciákat

A számítógépek ‘gondolkodásának’ egyik módja, hogy egy nagy adathalmaz elemei között vizsgálják a kapcsolatokat. Most viszont egy nemzetközi csapat kimutatta, hogy a kvantum számítógépek ezt a feladatot még a korábban gondoltaknál is hatékonyabban végezhetik el, mint a klasszikus számítógépek.

A csapat kvantum lineáris rendszer algoritmust hozott létre, ami a jövőben segíthet lényegesen felgyorsítani az árucikkek árazásának, a közösségi média és a kémiai vegyületek felépítésének problémáit.

“Az ehhez hasonló korábbi kvantum algoritmust csak egy nagyon specifikus probléma megoldására lehetett használni. Fejlesztésre van szükségünk, ha más adatoknál is el akarjuk érni ezt a kvantum sebesség növekedést,” mondta Zhikuan Zhao, a felfedezésről készült tanulmány egyik szerzője.

Az első ehhez hasonló rendszer gondolata még 2009-ben fogant meg egy másik kutatócsapat asztalán – és ez az ötlet indította el a kvantum alapú gépi tanulás és mesterséges intelligenciák kutatását.

Egy lineáris rendszer algoritmust hatalmas adat mátrixoknál alkalmaznak – például egy kereskedő megpróbálhatja a segítségével meghatározni egy árucikk jövőbeli értékét. A mátrix megragadhatja az árváltozások múltbéli adatait és azokat az egyéb tényezőket, amik befolyásolhatják az árat – mint például a különböző pénznemek közötti árkülönbséget. Az algoritmus ezek után meghatározza, hogy ezek a tényezők mind mekkora hatással vannak az árra és ezekből az információkból megpróbál arra következtetni, hogy azok hogyan változnak majd a jövőben.

“Rengeteg számításra van szükség a mátrixok vizsgálatához. Amikor mondjuk 10000 szer 10000 bejegyzésnél tartunk, akkor ez a feladat már nagyon bonyolulttá válik a hagyományos számítógépek számára,” mondta Zhao.

Ez azért van így mert a számítási lépések száma gyorsan növekszik, ahogy egy mátrix elemeinek száma növekedik – például ha egy mátrix mérete kétszeresére nő, akkor nyolcszor annyi számítási időre van szükség a vizsgálatakor.

A 2009-es algoritmus jobban képes kezelni a nagy mátrixokat, azonban csak akkor ha az adatok gyérek – csupán kevés kapcsolat van az elemek között, ami általában nem jellemző a valós adatokra. Most a kutatók egy új algoritmust dolgoztak ki, ami gyorsabb a mai klasszikus rendszerek és a korábbi kvantum rendszerek algoritmusainál, anélkül hogy bizonyos kritériumoknak is teljesülnie kellene ehhez.

Összehasonlításképpen egy 10000 szer 10000-es mátrix a klasszikus algoritmussal több biliárd lépést igényel, amíg az első kvantum algoritmussal csupán pár tízezret, amíg a mostanival – ami az úgynevezett kvantum egységes értékbecslés technikáján alapul – mindössze pár százat.

A korábbi kvantum algoritmusokat már sikeresen tesztelték a mai kis méretű kvantum számítógépeken és a kutatócsapat reményei szerint az ő algoritmusuk működését is nemsokára kísérletileg is igazolni tudják majd. A kutatók ezen kívül még a vizsgálatot követően az algoritmus üzembe helyezését fogják majd fontolóra venni – az ahhoz szükséges árral és szükséges technológiákkal együtt.

A kutatók szerint viszont mindehhez a szükséges hardver kifejlesztése akár 3-5 évbe is telhet, azonban ha sikerrel járnak az hatalmas előrelépést jelenthet a mesterséges intelligencia és a gépi tanulás területén.

Forrás: journals.aps.org

Szerkesztő: arsratio

Oszd meg

Hozzászólás küldése

Az email címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöljük.

Ez a weboldal az Akismet szolgáltatását használja a spam kiszűrésére. Tudjunk meg többet arról, hogyan dolgozzák fel a hozzászólásunk adatait..