Генеративный AI в квантовых технологиях: Значимость и перспективы
Применение квантовых технологий с использованием искусственного интеллекта (AI) ожидает новых горизонтов. Генеративный AI способен значительно ускорить процесс решения задач, связанных с материалами и разработкой алгоритмов для коррекции ошибок. Эти выводы были озвучены на бизнес-завтраке «Квантовый прорыв: от инвестиций в науку к бизнес-проектам» в рамках Петербургского международного экономического форума.
По словам Андрея Белевцева, старшего вице-президента и руководителя блока «Технологическое развитие», в большинстве задач, связанных с нескользящими треками, акцент сделан на применении практических квантовых компьютеров и разработке решений для поиска новых материалов.
«Алгоритмы генеративного искусственного интеллекта позволяют значительно ускорить эти усилия и подобрать нужные нам технологические решения. Поэтому все, кто работает с квантовыми технологиями, теперь смотрят на то, как ускорить процесс с помощью генеративного AI, начинают искать соответствующие технологические решения, начиная с материаловедения и заканчивая другими элементами оптимальной конструкции и проектирования», — пояснил Белевцев.
Спикер также отметил, что применение AI поможет в реальной практической деятельности, связанной с исправлением ошибок. На данный момент акцент сделан на применении AI для обработки результатов вычислений квантовых компьютеров, поиске новых алгоритмов определения и коррекции ошибок. По мнению Белевцева, это самый короткий путь к масштабированию работы, поскольку существуют возможности использовать существенно другие качества базового кубита и не упираться в прежние препятствия.
Андрей Белевцев подчеркнул, что в будущем генерирующие модели AI могут помочь в оптимизации процессов и улучшении точности. К примеру, команда из пяти человек в Сбере разработала климатическую модель, которая прогнозирует погоду так же точно, как и суперкомпьютер.
«Призываю не смотреть на вычислительно сложные задачи прошлого поколения. Их сейчас можно решить алгоритмически по-другому. Нужно смотреть на вычислительно сложные задачи следующего поколения. Нам нужно в первую очередь искать алгоритмы обучения больших моделей», — добавил он.
Также Белевцев отметил, что среди всех направлений он больше всего верит в фотонику, имеющую кремниево-сределю реализацию. По его мнению, можно, осуществляя расчеты, создать интегральную фотонику, совместимую с классическими технологиями цифровой и аналоговой электроники.
