Categories
Điểm Tin AI

Trí tuệ nhân tạo lượng tử đã đến gần hơn bạn nghĩ

Bản tin được tóm tắt Anh-Việt bởi nền tảng tạo trợ lý AI – KamiMind.

Nguồn: Jonathan Reichental, “Quantum Artificial Intelligence Is Closer Than You Think“, Forbes, 20/11/2023.
Ảnh minh họa. Nguồn: GETTY

Một viễn cảnh mà công nghệ trí tuệ nhân tạo (AI) sẽ được cung cấp năng lượng bởi một thế hệ mới của công nghệ xử lý – công nghệ tính toán lượng tử. Đây là một cách tiếp cận hoàn toàn mới trong việc xử lý thông tin, nếu kết hợp với AI, nó có tiềm năng để mang lại một cuộc cách mạng tính toán mới.

Trí tuệ nhân tạo lượng tử (QAI), sẽ sử dụng các thuật toán mới được thiết kế bằng lượng tử với những “siêu năng lực” tạo ra những mô hình AI mạnh mẽ hơn nhiều. Khi QAI dần xuất hiện, chúng ta có thể mong đợi những cải tiến đáng kể về tốc độ, hiệu suất và độ chính xác của AI. Chúng ta cũng nên dự đoán sự xuất hiện của những khả năng kinh doanh hoàn toàn mới và đáng ngạc nhiên.

Ví dụ về công việc đang được tiến hành ngày nay là sự hợp tác giữa IonQ và Hyundai, họ đang nghiên cứu việc sử dụng QAI để xử lý hình ảnh như biển báo đường bộ. Để tìm hiểu thêm về công nghệ này, Google hiện đang cung cấp một nền tảng, TensorFlow Quantum (TFQ), để tạo “mô hình AI lượng tử – cổ điển”.

Thay vì đuổi kịp khi QAI xuất hiện, các tổ chức nên có công nghệ này trong tầm ngắm của họ và theo sát những phát triển. Những người may mắn có một phòng thí nghiệm sáng tạo hoặc tương đương, nên cân nhắc một số công việc thử nghiệm và nghiên cứu, ngay cả chỉ với mục đích thu thập kỹ năng và kiến thức.

Mức độ quan tâm cao từ ngành công nghiệp và tốc độ của nghiên cứu khoa học rõ ràng cho thấy rằng QAI đang đến, và câu hỏi sẽ là liệu bạn có sẵn sàng hay không. Nó có lẽ đang đến gần hơn bạn nghĩ và nó có thể sẽ rất quan trọng.

Bản tóm tắt tiếng Anh

Based on my understanding, the combination of artificial intelligence and quantum computing is a powerful one that is likely to bring about significant changes in the technology industry. Quantum computing, with its potential for processing information at a much faster rate than classical computing, could supercharge AI capabilities and lead to revolutionary innovations.

The development of AI has indeed been impressive, especially with the emergence of generative AI that can create human-like text and images. However, despite advances in microchip technology, the processing power of AI is still limited by silicon-based hardware.

The possible solution to this limitation is quantum computing, a novel approach to processing information that leverages principles from quantum mechanics. Quantum computers use ‘qubits’, which unlike classical bits that process information serially and can only represent 1 or 0, can represent both simultaneously, thus potentially offering much higher processing speeds.

Several major tech companies like IBM, Microsoft, Google, and new market entrants like IonQ and D-Wave Systems are already exploring quantum computing. While usage of this technology is still largely experimental, practical applications are emerging in fields such as pharmaceutical development, cybersecurity, financial services, and weather forecasting.

The integration of AI and quantum computing, or Quantum Artificial Intelligence (QAI), is expected to result in AI models with significantly improved speed, efficiency, and accuracy, and even lead to new business capabilities. Industries with optimization requirements are likely to be the early beneficiaries of this technology, but as it becomes more mainstream, almost every business will need to have a strategy for QAI.

The partnership between IonQ and Hyundai, which is exploring the use of QAI for image processing, and Google’s TensorFlow Quantum (TFQ) platform for prototyping hybrid quantum-classical AI models, are examples of the ongoing work in this field.

The pace of scientific research and the high level of interest from the industry suggest that the advent of QAI may be closer than we think. Therefore, it would be prudent for organizations to keep a close eye on developments in this field and consider initiating research and experimental work to acquire skills and knowledge in this area.