Effiziente KI mit Qubits
Wie Quantencomputer künstliche neuronale Netze beschleunigen sollen
Quantencomputer sind wahre Schnellrechner, künstliche Intelligenz könnte dadurch viel effizienter und ressourcenschonender arbeiten – zumindest theoretisch. Längst interessieren sich nicht mehr bloß Akademiker in ihren Elfenbeintürmen für die Verknüpfung beider Techniken. Die deutsche Autoindustrie lotet aus, wie sie damit Produktionsprozesse beschleunigen und verbessern kann.
Während maschinelles Lernen im Alltag schon angekommen ist, steht die Entwicklung von Quantencomputern noch am Anfang. Für einen Durchbruch verarbeiten Quantencomputer noch zu wenige Informationen und sind zu fehleranfällig. Sie können aber schon einfache Standardaufgaben maschinellen Lernens erledigen. In sehr speziellen Fällen hat die neue Architektur ihre Überlegenheit gegenüber klassischen Computersystemen bereits bewiesen.
„Da wurden schon viele verschiedene Dinge ausprobiert, etwa das Erkennen von handgeschriebenen Ziffern oder ähnliche, einfache Klassifikationsaufgaben“, sagt Gunnar Schönhoff, der sich am Robotics Innovation Center des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) mit dem Einsatz von Quantencomputern beim maschinellen Lernen von Robotern beschäftigt. „Das funktioniert grundsätzlich, kann zum jetzigen Stand aber noch nicht mit klassischen KI-Verfahren mithalten.“