QUANTUM MACHINE LEARNING
Fachleute erforschen, welches Potenzial es haben könnte, maschinelles Lernen mit Quantencomputern zu verbinden. Ob daraus nützliche Anwendungen entstehen, ist bislang noch unklar. Doch die Hoffnung ist groß.
Es klingt wie »Marvel's The Avengers« für futuristisches Rechnen. Bringt man zwei der populärsten technologischen Begriffe – künstliche Intelligenz und Quantencomputer – zusammen, entsteht daraus maschinelles Quantenlernen (englisch: quantum machine learning). Wie in den »Avengers«-Filmen, in denen eine Starbesetzung von Superhelden ein Dreamteam bildet, wird wahrscheinlich auch die Verbindung von KI und Quantencomputern viel Aufmerksamkeit erregen. Aber bei einer neuen Technologie kommt es wie auch beim Film auf einen guten Plot an: Bringt die spektakuläre Kombination von KI und Quanten wirklich etwas Interessantes hervor?
Quantencomputer könnten künftig bestimmte Probleme viel effizienter lösen als gewöhnliche Rechner, indem sie die einzigartigen Eigenschaften der subatomaren Welt nutzen. Seit Jahren fragen sich Fachleute, ob zu diesen Problemen auch das maschinelle Lernen gehören könnte. Dabei handelt es sich um eine Form der künstlichen Intelligenz, bei der Computer nach Mustern in Daten suchen und Regeln lernen, die sie nutzen, um auch in unbekannten Situationen Schlussfolgerungen zu ziehen.
Die Veröffentlichung des viel beachteten KI-Systems ChatGPT, das mit Hilfe von maschinellem Lernen Beziehungen zwischen Wörtern in Texten ableitet, sowie der aktuell rasche Zuwachs an Größe und Leistung von Quantencomputern zeigt: Beide Technologien machen derzeit große Fortschritte.
Boomendes Interesse
Viele Technologieunternehmen, darunter etablierte Großkonzerne wie Google und IBM, aber auch Start-up-Firmen wie Rigetti im kalifornischen Berkeley sowie IonQ in College Park, Maryland, untersuchen das Potenzial des maschinellen Quantenlernens. Das Interesse der akademischen Welt ist ebenfalls riesig.
Das CERN, die europäische Forschungseinrichtung für Teilchenphysik in der Nähe von Genf, nutzt bereits maschinelles Lernen, um in den vom Large Hadron Collider erzeugten Daten nach Anzeichen für subatomare Teilchen und Vorgänge zu suchen. Die Fachleute vor Ort experimentieren mittlerweile nicht mehr nur mit beschleunigten Partikeln, sondern auch mit maschinellem Quantenlernen. »Unsere Idee ist es, Quantencomputer einzusetzen, um klassische Machine-Learning-Modelle zu beschleunigen oder zu verbessern«, sagt die Physikerin Sofia Vallecorsa, die am CERN eine Forschungsgruppe für Quantencomputer und maschinelles Lernen leitet.
Die große unbeantwortete Frage ist, ob es Szenarien gibt, in denen das maschinelle Lernen mit Quanten einen Vorteil gegenüber der klassischen Variante bietet. Theoretisch können Quantencomputer eines Tages spe
