Исследователи из Университетского колледжа Лондона (UCL) разработали новый подход, сочетающий квантовые вычисления с искусственным интеллектом для более точного прогнозирования поведения сложных физических систем во времени.
Исследование показывает, что этот гибридный метод превосходит самые передовые модели ИИ, которые полагаются только на традиционные вычисления.
Команда объясняет улучшенные результаты способом хранения и обработки информации в квантовых компьютерах. Традиционные компьютеры используют биты, которые могут принимать значения 1 или 0. В отличие от них, квантовые компьютеры используют кубиты, которые могут существовать в виде 1, 0 или любого промежуточного значения. Кроме того, кубиты могут влиять друг на друга, позволяя даже небольшому их числу представлять широкий спектр возможных состояний.
«Наша модель искусственного интеллекта, основанная на квантовых технологиях, позволяет нам быстро получать более точные прогнозы. Прогнозирование потоков жидкости и турбулентности — это фундаментальная научная задача, но она также имеет множество применений. Наш метод может использоваться в прогнозировании климата, в моделировании кровотока и взаимодействия молекул, а также для более эффективного проектирования ветровых электростанций с целью повышения их энергоемкости», отмечает Питер Ковени, профессор, ведущий автор исследования из химического факультета и Центра передовых вычислительных исследований Университетского колледжа Лондона.
Результаты показали, что модель ИИ, учитывающая квантовые процессы, оказалась примерно на 20 процентов точнее, чем стандартная модель ИИ, не включающая квантовые закономерности. Она также сохранила стабильность своих прогнозов в течение более длительных периодов времени при моделировании хаотических систем.
Помимо повышения точности, этот метод оказался гораздо более эффективным. Он требовал в сотни раз меньше памяти, что делает его перспективным вариантом для крупномасштабных симуляций.
