Quantum computing: nuovo potenziale per l'apprendimento automatico delle macchine

L'informatica quantistica consente di far progredire le tecnologie ad alta intensità di calcolo, come l'apprendimento automatico (ML). Nel progetto "AutoQML", otto partner della ricerca e dell'industria stanno quindi sviluppando approcci risolutivi che collegano l'informatica quantistica e il ML. Una piattaforma open-source consentirà agli sviluppatori di utilizzare gli algoritmi di apprendimento automatico quantistico senza conoscenze specialistiche approfondite. L'Istituto Fraunhofer per l'ingegneria manifatturiera e l'automazione IPA è coinvolto in modo significativo nel progetto e contribuisce con la sua esperienza nel calcolo quantistico e nei metodi convenzionali di ML. Come fanno le aziende a sfruttare il potenziale della digitalizzazione e a rimanere competitive? L'uso di tecnologie come l'intelligenza artificiale (AI) può aiutare a trarre vantaggio dalla trasformazione digitale nel miglior modo possibile. Il ML, in particolare, svolge già un ruolo importante nella strategia di digitalizzazione di molte aziende e consente, tra l'altro, processi più efficienti e nuovi modelli di business. Tuttavia, spesso manca la manodopera qualificata. Pertanto, l'implementazione di soluzioni di ML è ancora spesso associata a un elevato carico di lavoro. Dall'acquisizione dei dati alla selezione degli algoritmi più adatti e all'ottimizzazione dell'addestramento, è necessaria una competenza dettagliata in ML.

Nuovo approccio: il calcolo quantistico porta l'apprendimento automatico a un nuovo livello

L'approccio dell'apprendimento automatico (AutoML) contrasta queste sfide e facilita l'utilizzo dell'IA da parte dei professionisti. In particolare, la scelta di algoritmi di ML concreti è automatizzata. Gli utenti devono quindi occuparsi e conoscere meno il ML e possono concentrarsi maggiormente sui loro processi reali. In questo contesto, il calcolo quantistico segna una svolta verso una nuova era tecnologica, in quanto può migliorare significativamente l'approccio AutoML. Inoltre, il calcolo quantistico fornisce la potenza di calcolo spesso necessaria per l'AutoML. Il progetto congiunto "AutoQML" prende spunto da questa innovazione e persegue due obiettivi principali: In primo luogo, si sta sviluppando il nuovo approccio AutoQML. Questo sarà ampliato da algoritmi di ML quantistico di nuova concezione. In secondo luogo, l'informatica quantistica porta l'approccio AutoML a un nuovo livello, perché alcuni problemi possono essere risolti più velocemente con l'aiuto dell'informatica quantistica che con gli algoritmi convenzionali. Guidato dal Fraunhofer Institute for Industrial Engineering IAO, il progetto offre agli sviluppatori un accesso semplificato agli algoritmi di ML convenzionali e quantistici tramite una piattaforma open-source. Oltre al Fraunhofer, partecipano al progetto le aziende GFT Integrated Systems, USU Software AG, IAV GmbH Ingenieursgesellschaft Auto und Verkehr, KEB Automation KG, TRUMPF Werkzeug-maschinen GmbH + Co. KG e Zeppelin GmbH. Le soluzioni sviluppate saranno testate sulla base di casi d'uso concreti del settore automobilistico e produttivo.

Il meglio dei due mondi: Libreria software per soluzioni totali ibride

Il consorzio del progetto integrerà componenti del calcolo quantistico negli attuali approcci di soluzioni di apprendimento automatico per essere in grado di utilizzare i vantaggi di prestazioni, velocità e complessità degli algoritmi quantistici in un contesto industriale. Nella cosiddetta AutoQML-Developer Suite - una libreria software - i componenti e i metodi sviluppati di quantum ML devono essere riuniti sotto forma di un toolbox e resi disponibili agli sviluppatori in una piattaforma open-source. Questo permette agli utenti di utilizzare l'apprendimento automatico e l'apprendimento automatico quantistico e di sviluppare soluzioni globali ibride. Il progetto durerà tre anni. L'ulteriore diffusione sul mercato da parte dei partner aziendali permette il trasferimento dell'alta tecnologia legata alla ricerca in un ampio ambiente industriale con l'obiettivo di rafforzare significativamente la Germania come sede industriale. Il progetto è finanziato dal Ministero federale dell'economia e della protezione del clima. Ulteriori informazioni: http://www.autoqml.ai/

Questo articolo è apparso originariamente su m-q.ch - https://www.m-q.ch/de/quantencomputing-neue-potenziale-fuer-automatisiertes-maschinelles-lernen/