Diterbitkan: 12 Maret 2024
Kontributor: Josh Schneider, Ian Smalley
Kecerdasan buatan kuantum (QAI) adalah bidang ilmu komputer yang sedang berkembang yang menerapkan kekuatan transformatif komputasi kuantum untuk penelitian dan pengembangan produk kecerdasan buatan yang ditingkatkan, seperti algoritme machine learning , neural networks, dan model bahasa besar (LLM).
Sementara penelitian tentang komputasi kuantum dan AI telah berlangsung selama beberapa dekade, hingga saat ini, kedua teknologi yang sedang berkembang mungkin telah dianggap dalam masa awal pertumbuhan. Kemajuan terobosan baru-baru ini telah membawa kecerdasan buatan ke arus utama dengan merilis generator teks dan grafis otomatis canggih, seperti ChatGPT dan MidJourney. Awal 2020-an telah melihat lonjakan besar dalam minat dan keterlibatan dengan alat AI yang dihadapi konsumen dan sebagai integrasi AI yang tampaknya tak ada habisnya ke dalam produk perusahaan mulai dari keuangan hingga farmasi dan otomatisasi hingga pengoptimalan.
Sementara janji kecerdasan buatan yang mampu beroperasi pada kapasitas yang mirip dengan (atau melebihi) kecerdasan manusia tampaknya tidak begitu jauh, teknologi saat ini kesulitan untuk mengatasi keterbatasan perangkat lunak dan perangkat keras yang signifikan. Sayangnya, potensi menarik AI tetap terhambat oleh konsumsi energi yang ekstrem, waktu pemrosesan yang lama, dan komputasi yang menuntut yang diperlukan oleh sistem AI saat ini, mengurangi kelayakan skala besar.
Sementara model modern mendorong batas-batas maksimal komputer klasik (atau tradisional), penerapan komputasi kuantum pada pengembangan AI siap untuk melambungkan kedua teknologi tersebut ke era baru yang revolusioner. Sama seperti AI generasi berikutnya yang menantang batas-batas keras komputer klasik, kemampuan komputasi kuantum yang mengubah paradigma menghadirkan jalan yang kuat ke depan untuk kecerdasan buatan, memungkinkan kemungkinan yang hampir tak terbatas.
Hal ini mungkin merupakan sebuah terobosan baru bagi banyak industri, termasuk penelitian farmasi, ilmu iklim, ilmu data, pemodelan cuaca, keuangan, dan bahkan seni, kemunculan AI kuantum meramalkan realisasi yang tak terbantahkan dari teknologi penelitian ilmu pengetahuan yang paling maju dan eksperimental. Integrasi komputasi kuantum ke sistem AI masa depan yang lebih baik dapat membuka batas-batas baru dalam kekuatan komputasi, efisiensi algoritme, dan kemampuan pemecahan masalah secara umum. Terlepas dari kompleksitasnya, QAI mungkin terbukti berperan penting dalam mengatasi tantangan umat manusia yang paling menantang.
Komputer kuantum dapat didefinisikan secara sederhana sebagai sistem komputer apa pun yang menggunakan sifat-sifat mekanika kuantum untuk mengkodekan, mentransmisikan, dan/atau memanipulasi data.
Komputer tradisional dan klasik menggunakan bit untuk mewakili data. Setiap bit mewakili 0 atau 1, dan ketika digabungkan ke dalam kode biner, kita dapat menggunakan komputer untuk membuat segala sesuatu mulai dari sistem operasi sederhana hingga perhitungan komputasi super paling canggih. Komputer klasik mengenkode data menjadi bit menggunakan listrik yang dilakukan melalui transistor dan mikroprosesor.
Akan tetapi, komputasi kuantum menggunakan qubit (bit kuantum), partikel subatomik khusus yang terbuat dari atom, sirkuit listrik superkonduktor atau jenis partikel lain untuk mengenkodekan data tidak hanya dalam dua status (0 atau 1), tetapi juga status ketiga yang bukan 0 atau 1, dan dapat dianggap sebagai 0 atau 1 pada saat yang sama. Konsep mekanika kuantum yang rumit ini disebut superposisi, dan ini mewakili jenis probabilitas yang tidak dapat diketahui yang dapat dieksploitasi untuk mengkodekan lebih banyak informasi secara eksponensial ke dalam keadaan kuantum qubit. Selain itu, melalui belitan kuantum, dua qubit dapat dihubungkan ke masing-masing membawa informasi tentang yang lain. Pengelompokan jenis-jenis qubit ini menciptakan qubit logis yang dapat digunakan untuk membuat komputer kuantum yang berguna dan mengurangi kesalahan (dikenal sebagai dekoherensi).
Prosesor kuantum tidak melakukan persamaan matematika dengan cara yang sama seperti yang dilakukan komputer klasik. Perhitungan yang menantang yang mungkin memerlukan waktu ratusan ribu tahun bagi komputer klasik untuk menyelesaikannya dapat diselesaikan dalam hitungan menit dengan menggunakan algoritme kuantum. Tidak seperti komputer klasik (yang harus menghitung setiap langkah perhitungan yang rumit), sirkuit kuantum yang terbuat dari qubit logis (seperti yang digunakan dalam komputer kuantum yang mengoreksi kesalahan) dapat dengan andal memproses kumpulan data yang sangat besar hampir secara bersamaan, meningkatkan efisiensi hingga beberapa kali lipat. Hal ini dimungkinkan karena komputer kuantum bersifat probabilistik, menemukan solusi yang paling mungkin untuk masalah yang diberikan, sementara komputer tradisional bersifat deterministik, membutuhkan perhitungan yang melelahkan untuk menentukan hasil tunggal tertentu dari input yang diberikan.
Komputasi klasik
- Digunakan oleh komputer dan perangkat serbaguna yang umum.
- Menyimpan informasi dalam bit dengan sejumlah kemungkinan status, 0 atau 1.
- Memproses data secara logis dan berurutan.
Komputasi quantum
- Digunakan oleh perangkat keras kuantum berbasis mekanika kuantum berkecepatan tinggi, terspesialisasi, dan eksperimental.
- Menyimpan informasi dalam qubit dengan kemungkinan status kuantum tambahan, 0, 1, atau superposisi 0 dan 1.
- Memproses data dengan logika kuantum pada contoh paralel.
Meskipun komputer kuantum jauh lebih unggul daripada komputer klasik untuk memproses kumpulan data yang besar atau menyelesaikan masalah lain seperti pemfaktoran prima tingkat lanjut, komputasi kuantum tidak ideal untuk setiap (atau bahkan sebagian besar) status. Secara realistis, komputasi klasik akan terus menempati posisi utama dalam operasi normal; namun, komputer kuantum yang terhubung ke cloud atau ekosistem hibrida sudah digunakan untuk beragam aplikasi tingkat lanjut.
Teknologi kecerdasan buatan memungkinkan komputer untuk mensimulasikan kecerdasan manusia dan kemampuan pemecahan masalah.
Dengan sendirinya atau dikombinasikan dengan teknologi lain (misalnya, sensor, geolokasi, robotika), AI dapat melakukan tugas-tugas yang seharusnya membutuhkan kecerdasan atau intervensi manusia. Contoh umum dari AI yang berguna termasuk asisten digital, navigasi GPS, kendaraan otonom, seni AI generatif, dan alat tulis.
Meliputi machine learning dan pembelajaran mendalam, kecerdasan buatan sebagai sebuah bidang melibatkan pengembangan algoritme, yang dimodelkan berdasarkan proses pengambilan keputusan otak manusia, yang dapat ‘belajar’ dari data yang tersedia dan membuat klasifikasi atau prediksi yang semakin akurat dari waktu ke waktu. Saat ini, AI generatif tidak hanya dapat mempelajari dan meniru bahasa, tetapi juga tipe data lainnya, termasuk gambar, video, kode perangkat lunak, dan bahkan struktur molekul.
- Pengenalan suara: Umumnya digunakan pada asisten digital yang dioperasikan dengan suara, AI memungkinkan kontrol teknologi yang diaktifkan dengan suara, sehingga produk AI dapat memahami perintah suara dan merespons. Sistem berbasis teks, seperti chatbot, semakin banyak digunakan dalam skenario pendidikan dan layanan pelanggan.
- Visi komputer: Teknologi AI ini memungkinkan komputer dan sistem untuk mendapatkan informasi yang berarti dari gambar digital, video, dan input visual lainnya, seperti aplikasi penerjemahan berbasis kamera yang “membaca” dan menerjemahkan bahasa asing.
- Optimasi rantai pasokan: Dari memetakan rute pengiriman yang paling efisien hingga memperkirakan dan mengotomatiskan jalur produksi, teknologi AI semakin meningkatkan rantai pasokan global, mengurangi limbah, dan meningkatkan kecepatan pengiriman.
- Prakiraan cuaca: Pemodelan cuaca prediktif mendapat manfaat dari AI saat memproses kumpulan data yang kompleks dan sangat probabilistik untuk menghasilkan prakiraan yang lebih akurat yang membantu pencegahan dan pemulihan bencana alam.
- Deteksi anomali: Model AI dapat menyisir data historis dalam jumlah besar dan menemukan titik data yang tidak lazim dalam kumpulan data. Anomali ini dapat meningkatkan kesadaran akan kerusakan peralatan, kesalahan manusia, atau pelanggaran keamanan siber.
Untuk semua manfaat yang mungkin dari AI terapan, quantum AI (QAI) supercharged merupakan pengganda yang berpotensi eksponensial melalui peningkatan kecepatan pemrosesan, daya, dan kemampuan.
Sebagai teknologi baru, dampak umum yang mungkin ditimbulkan oleh AI terhadap kehidupan kita sehari-hari masih terus dieksplorasi, tetapi teknologi ini berkembang dengan cepat. Saat kami terus menemukan aplikasi berharga untuk AI di seluruh industri, Goldman Sachs memprediksi AI dapat meningkatkan PDB global sebesar 7% pada tahun 2033 (tautan berada di luar ibm.com).
Karena komputer kuantum sangat cocok untuk memproses data dalam jumlah besar, masalah apa pun yang membutuhkan pemrosesan data berskala besar dapat memperoleh manfaat dari komputasi kuantum. Sebagai contoh, QAI dapat mengurangi waktu pelatihan LLM dari berminggu-minggu menjadi beberapa jam, memungkinkan penciptaan asisten AI baru yang sangat terspesialisasi dalam sejumlah mata pelajaran yang rumit, teknis, atau bahkan eksperimental. Di luar alat AI generatif, QAI berdiri untuk merevolusi sejumlah bidang penting, termasuk yang berikut ini.
Penelitian terbaru oleh IBM menunjukkan bahwa desain obat praktis sudah berada dalam kemampuan (tautan berada di luar ibm.com) dari komputer kuantum saat ini. Dengan menggunakan QAI, para peneliti berharap dapat memodelkan biologi molekuler dengan lebih baik dan sangat mempercepat penemuan perawatan obat baru dan lebih baik, meningkatkan waktu ke pasar untuk perawatan kritis. QAI juga dapat ikut bermain menganalisis sejumlah besar data pasien untuk memberikan insight yang berharga untuk kemanjuran pengobatan dan perawatan pencegahan.
Banyak broker besar menggunakan otomatisasi untuk mengoptimalkan portofolio trading, tetapi AI menjadi kurang mampu seiring dengan meningkatnya kompleksitas strategi trading. Kemampuan QAI untuk menemukan pola dan membuat prediksi dari kumpulan data kompleks yang besar berpotensi menghasilkan terobosan platform trading berkemampuan AI yang dapat mereplikasi portofolio paling sukses, menyesuaikan investasi secara dinamis untuk memaksimalkan keuntungan. Selain itu, dampak kuantum pada protokol keamanan siber tercanggih saat ini seperti kriptografi dan mata uang kripto akan mengarah pada generasi baru sistem kriptografi generasi berikutnya, yang saat ini sedang dikembangkan.
Salah satu aplikasi di mana komputer kuantum sangat berguna adalah memodelkan dunia alam yang sangat kompleks. Dengan demikian, proses seperti prediksi dan peramalan cuaca dapat sangat ditingkatkan oleh QAI. Selain itu, QAI dapat menjadi alat yang sangat penting dalam kemajuan ilmu iklim, mulai dari pengujian efektivitas inisiatif pengurangan karbon hingga pengembangan teknologi hijau eksperimental.
Sejak prototipe komputer kuantum pertama yang layak didemonstrasikan pada tahun 1980-an, para peneliti telah membuat kemajuan luar biasa dalam pengembangan sistem kuantum. Institusi teknologi besar seperti IBM telah mencapai kesuksesan terobosan dalam mengembangkan peralatan dan proses, seperti atom netral dan sistem qubit superkonduktor, prosesor kuantum ion terperangkap, dan komponen pendingin komputer super dingin yang mampu menciptakan suhu dingin yang diperlukan untuk mempertahankan koherensi qubit, mengurangi efek dekoherensi, dan menciptakan kondisi untuk perhitungan yang andal. Sementara itu, para peneliti juga membuat kemajuan dalam komputasi kuantum suhu ruangan, membuat komputasi kuantum praktis (dan QAI yang berguna) jauh lebih mudah dicapai.
Selain perangkat keras, para engineer kuantum juga membangun, mendefinisikan, dan menyempurnakan kerangka kerja baru untuk menyediakan alat pengembangan dan sumber daya bagi para peneliti untuk merancang, mensimulasikan, dan menjalankan algoritme QAI. Salah satu inisiatif tersebut, TensorFlow Quantum, menyediakan pustaka sumber terbuka dari alat pengembang yang komprehensif untuk mengintegrasikan kemampuan kuantum dengan alur kerja machine learning. Demikian pula, bahasa komputasi native kuantum menawarkan kerangka kerja sumber terbuka yang memungkinkan para peneliti untuk merancang, mengoptimalkan, dan menganalisis algoritme kuantum baru.
Meskipun penambahan penelitian komputasi kuantum dapat memecahkan masalah AI dalam memproses data berskala besar dengan kecepatan praktis, baik komputasi kuantum maupun kecerdasan buatan masing-masing menghadapi sejumlah rintangan yang harus diatasi sebelum adopsi teknologi kuantum secara luas seperti QAI dan machine learning kuantum dapat dilakukan. Di ruang kuantum, hambatan seperti dekoherensi qubit, koreksi kesalahan dan skalabilitas tetap ada. Para peneliti kecerdasan buatan terus mengembangkan produk baru, seperti model aksi besar (LAM) yang tidak hanya memprediksi bahasa, tetapi juga menghasilkan aksi dan bentuk keluaran lain untuk meningkatkan kemampuan fungsional dan kegunaan teknologi AI yang sudah ada.
Mengatasi implikasi etika, peraturan, dan sosial seputar penggunaan teknologi QAI sangat penting untuk memastikan inovasi yang bertanggung jawab dan akses yang adil terhadap manfaat dari solusi berkemampuan kuantum. Aplikasi untuk QAI, sama seperti AI yang ada, berkembang setiap hari. Namun, seiring dengan meningkatnya popularitas penggunaan alat AI dalam bisnis, percakapan seputar AI yang bertanggung jawab dan etika AI menjadi semakin penting.
Pengguna kami mengakses armada komputasi kuantum terbesar di dunia melalui Qiskit Runtime-layanan komputasi kuantum dan model pemrograman kami untuk utilitas.
AI di IBM® Z menggunakan machine learning untuk mengonversi data dari setiap transaksi ke dalam insight real-time. Temukan insight dan dapatkan hasil yang dapat ditindaklanjuti dan tepercaya tanpa memerlukan pemindahan data. Terapkan AI dan machine learning ke data perusahaan Anda yang paling berharga di IBM® Z menggunakan kerangka kerja dan alat sumber terbuka.
IBM® Security Guardium adalah rangkaian perangkat lunak keamanan data dalam portofolio IBM Security yang mengungkap kerentanan dan melindungi data on premises dan cloud yang sensitif. Pelajari bagaimana IBM dapat membantu organisasi Anda mempersiapkan masa depan AI dengan keamanan dari kuantum.
Komputasi quantum menggunakan teknologi khusus—termasuk perangkat keras komputer dan algoritma yang memanfaatkan mekanika quantum—untuk menyelesaikan masalah kompleks yang tidak dapat diselesaikan oleh komputer klasik atau superkomputer, atau sulit dipecahkan dengan cepat.
Pelajari dasar-dasar komputasi kuantum, dan cara menggunakan layanan dan sistem IBM Quantum untuk memecahkan masalah dunia nyata.
Kecerdasan buatan, atau AI, adalah teknologi yang memungkinkan komputer dan mesin mensimulasikan kecerdasan manusia dan kemampuan pemecahan masalah. Sebagai bidang ilmu komputer, kecerdasan buatan mencakup (dan sering disebutkan bersama dengan) machine learning dan pembelajaran mendalam.
Qubit, atau bit kuantum, adalah unit dasar informasi yang digunakan untuk menyandikan data dalam komputasi kuantum dan paling baik dipahami sebagai setara kuantum dari bit tradisional yang digunakan oleh komputer klasik untuk menyandikan informasi dalam biner.
Kini setelah kita memasuki era utilitas kuantum, kita menggunakan komputer kuantum untuk mengakses dunia komputasi yang belum pernah kita akses sebelumnya. Sembari kita melanjutkan perjalanan, kita juga harus mendiskusikan isu-isu etika penting seputar masa depan kuantum kita.
AI tertanam dalam kehidupan sehari-hari, bisnis, pemerintahan, kedokteran, dan masih banyak lagi. Di IBM, kami membantu orang dan organisasi untuk mengadopsi AI secara bertanggung jawab. Hanya dengan menanamkan prinsip-prinsip etika ke dalam aplikasi dan proses AI, kita dapat membangun sistem berdasarkan kepercayaan.