Суперкомпьютеры с искусственным интеллектом проиграли «простым» китайским квантовым компьютерам в прогнозировании погоды

Команда ученых из Университета науки и технологий Китая и Китайского университета Гонконга сообщила, что квантовые платформы могут превзойти классические суперкомпьютеры с искусственным интеллектом в прогнозировании погоды. Это грозит подорвать огромные инвестиции в классические платформы прогнозирования погоды, поскольку китайские ученые обещают создать квантовые платформы прогнозирования погоды почти в 100 раз дешевле.

Правительство и частные компании в США уже инвестировали и планируют инвестировать сотни миллионов долларов в классические платформы прогнозирования погоды с использованием искусственного интеллекта. По мнению китайских исследователей, всего за 1% этих средств можно создать простую и компактную квантовую платформу, которая будет соответствовать или превосходить точность прогнозирования классического суперкомпьютера с искусственным интеллектом. В конце марта в журнале Physical Review Letters исследователи из Китая опубликовали работу, показывающую, что это возможно.

Техническая сторона исследования заключается в организации так называемых квантовых резервуарных вычислений (Квантовые резервуарные вычисления — QRC) на платформе МРТ. Данные закодированы о взаимодействующих ядерных спинах (4 углерода и 5 протонов) молекулы кротоновой кислоты с маркерами изотопа углерода-14. Ученые описывают эксперимент как чашку кофе, в которой ингредиенты перемешиваются ложкой и доводятся до равновесного состояния.

В общем, это не расчет, а моделирование. Он не может быть универсальным, но для решения конкретных задач его можно считать работой вычислительного алгоритма. В этом случае квантовая платформа анализирует временные ряды, чем обычно занимаются алгоритмы прогнозирования погоды и многое другое. Кстати, метод QRC способен использовать для анализа даже шум в системе и работает при комнатной температуре.

Подход, предложенный китайскими исследователями, значительно снижает требования к оборудованию и энергопотреблению по сравнению с классическими нейронными сетями, делая технологию доступной для решения реальных задач уже на современном оборудовании. В случае с классическими суперкомпьютерами искусственного интеллекта для решения той же задачи со значительно меньшей точностью потребовалась бы система из 10 000 узлов. Таким образом, ученые приходят к выводу, что это первый доказанный случай, когда квантовая система превзошла классические в решении задач практического значения.