Квант тооцоолол ба Хиймэл оюун ухаан: Төөрөгдөл, хязгаарлалт болон бодит боломжууд
Олон нийтийн дунд нэгэн сонирхолтой яриа байдаг:
Хиймэл оюун ухаан (AI) маш хүчирхэг ч эрчим хүчний асар их хэрэглээтэй, өгөгдлөөс хэт хамааралтай бөгөөд тодорхой хязгаарт тулж ирсэн. Харин квант тооцоолол нь тооцооллын хурдыг экспоненциалаар нэмэгдүүлж, тооцооллын цоо шинэ арга барилуудыг амлаж байна. Тиймээс энэ хоёрыг нэгтгэвэл “Квант хиймэл оюун ухаан” нь өнөөгийн машин сургалтын залгамж халаа болно гэсэн ойлголт бий.
Гэвч шинжлэх ухаан, үндэсний лаборатори болон үйлдвэрлэлийн салбарынхны хувьд квант тооцоолол ба хиймэл оюун ухаан нь хоорондоо өрсөлдөгч технологиуд биш юм. Харин ч Квант хиймэл оюун ухааныг бие биенийхээ хязгаарлагдмал талыг нөхсөн харилцан хамааралтай систем болгон хөгжүүлэхээр зорьж байна. AI нь квант компьютерыг ашиглах боломжтой болгоход аль хэдийн нэн чухал үүрэг гүйцэтгэж эхлээд байгаа бол, квант тооцоолол нь хиймэл оюун ухааны ажлын урсгал дахь нарийн төвөгтэй, өндөр ач холбогдолтой даалгавруудыг хурдасгах арга зам болж судлагдаж байна. Энэ нь хиймэл оюун ухааныг орлох бус, харин түүнийг дэмжих зорилготой юм.
“Квант ба Хиймэл оюун ухаан” — Төөрөгдлийн үндэс
Ихэнх бодит амьдрал дээрх AI хэрэглээний хувьд уламжлалт (классик) тооцоолол нь хамгийн хурдан, хямд бөгөөд найдвартай сонголт хэвээр байна. AI-д тулгардаг гол бэрхшээл нь “оюун ухаан” гэхээсээ илүүтэйгээр тооцоолол юм. AI-ийн бүтцэд байдаг глобал оновчлол, комбинаторик хайлт болон өндөр хэмжээст түүвэрлэлт зэрэг тодорхой асуудлууд нь уламжлалт аргаар шийдвэрлэхэд маш хүндрэлтэй байдаг.
AI квант тооцооллыг хэрхэн идэвхжүүлж байна вэ?
Квант компьютерыг ашиглахад AI аль хэдийн шийдвэрлэх үүрэг гүйцэтгэж байна. AI-ийн тусламжгүйгээр квант системийг өргөжүүлэх (scaling) үйл явц одоогийнхоос хамаагүй удаан байх байсан. Өнөөдөр AI аргуудыг квант туршилтуудыг төлөвлөх, техник хангамжийг тохируулах, алдааг багасгах болон системийг оновчлоход ашиглаж байна. Тухайлбал, “Reinforcement learning” буюу бататгалтай сургалтыг ашиглан хүний зохион бүтээгчдийн төсөөлөөгүй туршилтын протоколуудыг нээж илрүүлж байна.
Квант ба AI — Хосолсон архитектур
Системийн өнцгөөс харвал квант тооцооллыг “хамтран боловсруулагч” (co-processor) гэж үзэх нь илүү оновчтой. График карт (GPU) нь тодорхой ажлуудыг хурдасгахын зэрэгцээ хяналт, санах ой болон зохион байгуулалтын хувьд уламжлалт системд тулгуурладаг шиг квант компьютер ч мөн адил юм. AI нь илүү дээд түвшинд үүрэг гүйцэтгэж, нарийн төвөгтэй байдлыг удирдан, системийг бодит хугацаанд дасан зохицуулдаг. Ингэж харвал квант ба AI нь хоорондоо харшлах хувилбарууд биш, харин тооцооллын бүтцийн өөр өөр давхаргууд юм.
Судлаачдын үзэж байгаагаар ирээдүйн гол бүтэц нь “холимог бөгөөд шаталсан” байх төлөвтэй байна. Уламжлалт тооцоолол нь суурь хэвээр үлдэж, AI загварууд нь ердийн техник хангамж дээр ажиллаж, өөрийн сайн хийж чаддаг ажлуудаа гүйцэтгэнэ. Харин квант процессорууд нь төрөлжсөн нөөц болж нэгдэн, зөвхөн тэдний давуу талд тохирох асуудал гарч ирсэн үед л ажиллах болно.
Хөгжүүлэгчид болон бодлого боловсруулагчдад
Квантын салбарын хөгжүүлэгчдийн хувьд AI-ийн мэдлэг нь сонголт биш, харин зайлшгүй шаардлага болоод байна. Техник хангамжийн ахиц дэвшил, алдаа засах үйл явц болон системийг өргөжүүлэх нь хүний хүчээр удирдахад хэтэрхий нарийн төвөгтэй болсон тул машин сургалтын техникээс шууд хамаарч байна.
Бодлого боловсруулагчдын хувьд интеграцчилал буюу нэгтгэх үйл явц хамгийн чухал сургамж юм. Квантыг орхигдуулан зөвхөн AI-г санхүүжүүлэх, эсвэл эсрэгээр нь хийх нь хөгжлийн гацаа үүсгэж байна. Ажиллах хүчний хөгжил, дэд бүтцийн төлөвлөлт болон судалгааны хөрөнгө оруулалт нь эдгээр хоёр салбарын огтлолцол дээр улам бүр төвлөрөх болно.
Дүгнэж хэлэхэд: Квант тооцоолол нь хиймэл оюун ухааныг орлохгүй. Хиймэл оюун ухаан ч квант тооцооллыг хуучирсан зүйл болгохгүй. Эдгээр нь хамтдаа ирээдүйн тооцооллын шинэ эрин үеийг тодорхойлох юм.
