韩国国内研究团队通过国际合作研究,成功开发出超越现有人工智能(AI)的量子AI算法。
韩国科学技术院(KAIST)7日表示,该院电气与电子工程学部及AI量子计算IT人力培养研究中心李准九教授团队开发出了上述“非线性量子机器学习AI算法”。并补充说,团队通过IBM云服务将该算法应用于实际量子计算机,成功演示了量子监督学习。此次研究是与德国及南非研究团队合作完成的。
现有AI以将数据表示为0或1的比特(bit)方式的经典数字计算机为基础。相反,量子AI基于可同时叠加表示0和1的量子比特(qubit)方式的AI计算机,计算速度要快得多。不过,AI计算机具有擅长求解一次方程的线性性质,因此在处理复杂数据的非线性机器学习方面存在局限。
包括李教授在内的研究团队为克服这一局限,设计了能够很好求解处理复杂数据的计算的非线性核(kernel,机器学习中量化数据间相似性的函数)。KAIST解释称,李教授团队开发的量子监督学习算法尤其能以极少的计算量完成复杂运算,为超越此前需执行大规模计算量才能得出答案的现有AI技术开辟了道路。李教授团队开发的算法中应用了将AI用学习数据和测试数据生成为量子信息后使其可并行运算的量子分叉技术等。
此次研究论文刊登在国际学术期刊《自然》的姊妹刊《npj Quantum Information》5月版第6卷上。论文名为“Quantum classifier with tailored quantum kernel”。论文共同第一作者、KAIST教授朴庆德预测称:“研究团队开发的基于核的量子机器学习算法,在预计数年内实现商用化的数百量子比特NISQ(Noisy Intermediate-Scale Quantum)计算时代到来后,将超越现有的经典核基础监督学习”,“将作为用于复杂非线性数据模式识别等的量子机器学习算法被广泛使用”。
此次研究得到了韩国研究财团的创意挑战研究基础支援项目、韩国研究财团的韩非合作基础构建项目以及信息通信规划评价院的信息通信技术人力培养项目(ITRC)的支持。/闵炳权记者 newsroom@sedaily.com






