AI суперкомпютрите загубиха от „прости“ китайски квантови компютри в прогнозирането на времето

Екип от учени от Китайския университет за наука и технологии и Китайския университет в Хонконг съобщи, че квантовите платформи могат да надминат класическите суперкомпютри с изкуствен интелект при прогнозирането на времето. Това заплашва да подкопае огромните инвестиции в класическите платформи за прогнозиране на времето, тъй като китайските учени обещават да създават квантови платформи за прогнозиране на метеорологични явления за до 100 пъти по-ниски суми.

Държавни и частни структури в САЩ вече са инвестирали и планират да инвестират стотици милиони долари в класически AI платформи за прогнозиране на времето. Според китайски изследователи, само за 1% от тези средства може да се създаде проста и компактна квантова платформа, която или ще се равнява, или ще надмине по точност на прогнозите класически суперкомпютър с изкуствен интелект. В края на март в списанието Physical Review Letters изследователи от Китай публикуваха работа, в която показаха, че това е възможно.

Техническата страна на изследването се състои в организирането на т.нар. квантови резервоарни изчисления (Quantum Reservoir Computing – QRC) на платформа за ядрено-магнитен резонанс. Данните са кодирани върху взаимодействащи ядрени спинове (4 въглеродни и 5 протонни) на молекула кротонова киселина с маркери от изотопа въглерод-14. Учените описват експеримента като чаша с кафе, в която съставките са разбъркани с лъжичка и оставени да достигнат равновесно състояние.

В общи линии това не са изчисления, а симулация. Тя не може да бъде универсална, но за решаване на специфични задачи може да се счита за работа на изчислителен алгоритъм. В този случай квантовата платформа анализира времеви редове, с което обикновено се занимават алгоритмите за прогнозиране на времето и не само. Между другото, QRC методът е способен да използва за анализ дори шума в системата и при това работи при стайна температура.

Предложеният от китайските изследователи подход значително намалява хардуерните изисквания и енергопотреблението в сравнение с класическите невронни мрежи, правейки технологията достъпна за решаване на реални задачи вече на съвременно оборудване. В случая с класическите AI суперкомпютри за решаване на същата задача с значително по-малка точност би била необходима система с 10 000 възела. По този начин учените стигат до заключението, че това е първият доказан случай, в който квантовата система е надминала класическите при решаването на задачи, имащи приложна стойност.