¿Las computadoras cuánticas allanarán el camino para la Inteligencia Artificial?

Laboratorio de inteligencia artificial cuántica de Google y la NASA Parece ser la respuesta de Google y la NASA a su pregunta.

Puedes leer más aquí Lanzamiento del Laboratorio de Inteligencia Artificial Cuántica

Una vez que las computadoras cuánticas salgan de la línea de producción y lleguen a los estantes de los supermercados, estoy seguro de que los investigadores obtendrán nuevos conocimientos sobre cómo funciona el cerebro humano … pero eso también sucedió cuando se inventó la computadora electrónica digital, y también cuando se desarrolló la red telefónica, y también cuando se inventaron los mecanismos de relojería.

Dicho esto, parece haber una conexión común: los algoritmos informáticos cuánticos, al menos por el momento, parecen especializarse en la coincidencia de patrones heurísticos y probabalísticos. Entonces, esa será probablemente la primera contribución de QC a la IA.

Gracias por invitarme a participar, Karan. Ofreceré una perspectiva bastante “cuadrada” a esta pregunta. Dadas las facetas de este tema que actualmente me fascinan, agregar la última y mejor tecnología en la mezcla (por impresionantes que sean sus afirmaciones aún no comprobadas), no cambia la topografía del paisaje. No es que no se pueda imaginar, incluso correctamente, que algún día lo haga, sino que ver más allá de las posibilidades distantes de una IA fuerte, sin mencionar que nos acerca a esas posibilidades, no está limitado por una falta de imaginar un mejor rendimiento del hardware (ciertamente una simplificación excesiva de las tecnologías cuánticas).

Creo que lo que limita nuestra proximidad es la brecha de imaginación resultante de nuestros paradigmas actuales de sistemas de red. En su mayor parte, veo a muchas personas interesadas en este campo trabajando en un plano horizontal, usando sus paradigmas existentes / familiares con respecto a qué tipos de componentes usar, y qué tipos de configuraciones usar en sus diseños conceptuales. Creo que se necesita un desplazamiento vertical; otro “avance” para impulsar la próxima clase de pensamiento y la próxima curva en el gráfico de difusión de innovaciones. Y creo que esto vendrá, no aplicando nuestros modelos actuales de inteligencia en hardware más robusto, sino a través de repensar los sistemas de software.

Especifico “sistemas” porque eso es característico de lo que creo que está involucrado en la clase de pensamiento que se requiere en lo que denominé “sistemas de red”. Pienso en esto en las macro y micro escalas de una sociedad (imagine una nación democrática con geografía, infraestructura, política, cultura, economías, etc.). Todo el “sistema” se describe con mayor precisión como un “sistema de red”: un conjunto de sistemas diferentes, todos interrelacionados, que operan hacia un objetivo (s) colectivo de una manera que está “fuera” de cualquier sistema en particular. Y si bien hay muchos tipos de sociedades drásticamente diferentes, se podría ver que cada uno de ellos comparte un conjunto de fundamentos comunes que, sin ellos, todos colapsarían.

Esa es mi postura actual sobre este tema como nube de tecnología cuántica. Principalmente creo que es el árbol equivocado para ladrar, y que una consideración demasiado miope de esta “plántula” es una distracción para aquellos que desean ver el bosque por los árboles.

Creo, según mi comprensión del poder y las limitaciones de la computación cuántica (que probablemente sea defectuosa e incompleta) y mi conocimiento de las técnicas modernas de inteligencia artificial, que la computación cuántica puede ser útil para la inteligencia artificial. He visto un artículo de investigación que dice que puede acelerar la generación de modelos de aprendizaje automático a partir de grandes conjuntos de datos, y aunque eso no es AGI, está relacionado.

Sin embargo, no será una bala mágica. No puedes simplemente agitar una varita mágica cuántica y obtener un AGI. Probablemente será una herramienta útil, y quizás incluso una herramienta necesaria, pero no es la solución completa.

Como dicen otras respuestas, creo que las computadoras cuánticas solo pueden ayudar a allanar el camino cuando están suficientemente desarrolladas para convertirse en ubicuas y se han desarrollado suficientes herramientas de software teórico y práctico. Eso es varias décadas en mi estimación más optimista.

Lo que realmente allanará el camino es una mejor comprensión de la inteligencia y cómo surge, a través de la investigación en curso en neurociencia y en campos como la Vida Artificial. Siempre he encontrado que las mejores personas para hablar sobre inteligencia son las personas que lo estudian todos los días (generalmente biólogos) y no las personas que estudian cosas muy simples (generalmente informáticos), y especialmente aquellos que pasan todo el día admirando sus conocimientos. propia inteligencia (generalmente filósofos).

Sí, pero también habrá muchos avances de programación para acompañar la actualización de hardware. En realidad, al principio puede haber un retraso debido a la diferencia en la codificación de estas máquinas en oposición a lo que estamos acostumbrados. Ahora, si hay un problema, es probable que alguien ya lo haya abordado y usted pueda pedir prestados códigos de lugares. Pero supuestamente ya se vendió la primera computadora cuántica, la DWave. Por lo tanto, me interesaría ver cómo les está yendo …

El estado indeterminista “o + 1” de la naturaleza qubit podría dar algo nuevo en el desafío del diseño de IA.

Podría surgir algún algoritmo para esta explotación, tal vez para una mejor implementación de lógica difusa.

Pero creo que la explotación principal sería para el algoritmo de aprendizaje automático / aprendizaje automático, incluso si necesitamos demostrar que una computadora cuántica debería ser más rápida que una “computadora normal” para ciertas cosas.

Creo que sí. El éxito reciente del aprendizaje profundo se debe principalmente a la potencia de cálculo que aporta la GPU. anteriormente era difícil aprender millones de parámetros de manera eficiente. Técnicas como las circunvoluciones y el descenso de gradiente y las redes neuronales son bien conocidas por la comunidad incluso en la década de 1980. Pero lo que los detuvo fue el poder computacional. Imagina que le das una computadora cuántica y una red neuronal con miles de capas y calcula cuántas capas de la red necesitaba y qué funciones no lineales debían usarse. Podemos automatizar todo si tenemos más poder computacional. Como el poder computacional es menor, debemos pensar cuántas capas de redes y qué combinación dará más eficiencia. Creo que hay más conocimiento de las matemáticas, pero lo que nos falta es la potencia de cálculo. Con la llegada de las computadoras Quantum, nuestros problemas se resolverán fácilmente.