Квантовые технологии и ограничения:

На современном этапе развития обучения систем искусственного интеллекта уже, по сути, существует естественное технологическое ограничение, связанное с пределом вычислительных мощностей серверов и даже суперкомпьютеров.

 

Подробнее о квантовых технологиях:

 

Датасеты, загружаемые для обработки, проходят «несколько кругов ада» в не всегда успешных вариантах получения оптимального алгоритма их реализации: зачастую выясняется, что для получения хоть какого-то полезного результата нужны дополнительные данные, которые смогут существенно ускорить процесс, или без них результат вообще невозможен.

 

histing

 

Самый худший вариант – когда оказывается, что на основании имеющихся данных построение достоверной прогностической модели вообще невозможно при существующих технических параметрах обработки – то есть когда очень много исходных данных и их взаимосвязей; то есть, конечно, задача всё равно решаема – только её результат будет бесполезен из-за того, что решаться она будет слишком долго…

 

Что дальше:

 

Квантовые технологии внесли в способы обучения искусственного интеллекта масштабный прорыв: с одной стороны, на несколько порядком уменьшили время обработки данных, с другой стороны, эта технология тоже не лишена недостатков, подчас вполне критичных.

 

Сразу нужно оговориться, что пока эта система не поставлена на поток: есть реализованные экспериментальные варианты, которые как раз и выявили как положительные стороны, так и описали круг задач, которые потребуют решения в ближайшее время для полноценной реализации в полном объёме.

 

В первую очередь, это наличие достаточно мощных квантовых компьютеров в необходимом количестве, пока их однозначно слишком мало, они дороги и требуют дальнейшей доработки по массе аспектов взаимодействия с остальным оборудование, как на техническом уровне, так и на программном.

 

Второе – это временный недостаток большинства существующих квантовых алгоритмов, которые применяются в расчётах, а именно: неприемлемо часто при работе достигается тупик в расчётах («barren plateau»), который возникает в силу того, что обычно вариационные алгоритмы в процессе решения используют случайное распределение при поиске, загружая все кубиты глобально, что и даёт в итоге эффект плато, не приносящего ответа.

 

Итоги:

 

Тем не менее, выяснилось, что вторая проблема проистекает из первой: математически группой исследователей университета Лос-Аламос было доказано, что при достаточном масштабировании квантовой системы или увеличении количества кубитов (не менее 100) такая вероятность будет существенно снижаться, до вполне приемлемых величин.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

GPD ХОСТИНГ КОНТАКТЫ
GPD ХОСТИНГ СОЦ.СЕТИ
МЕТОДЫ ОПЛАТЫ