Daftar beritaKomputer Kuantum Dapat Meningkatkan AI dengan Memproses Dataset Besar Secara Lebih Efisien
Decrypt2026-04-21 16:18:44

Komputer Kuantum Dapat Meningkatkan AI dengan Memproses Dataset Besar Secara Lebih Efisien

ORIGINALQuantum Computers Could Boost AI by Processing Large Datasets More Efficiently
Analisis Dampak AIGrok sedang menganalisis...
📄Artikel lengkap· Diambil secara otomatis oleh trafilaturaGemini 翻譯3101 kata
Singkatnya - Para peneliti mengatakan komputer kuantum dapat memproses beberapa dataset AI dengan lebih efisien daripada mesin klasik. - Metode yang diusulkan memasukkan data ke dalam sistem kuantum dalam batch yang lebih kecil alih-alih memuat semuanya sekaligus. - Bahkan komputer kuantum yang relatif kecil dapat menunjukkan keunggulan untuk tugas-tugas tertentu yang padat data. Komputer kuantum pada akhirnya dapat membantu memproses beberapa dataset masif yang digunakan untuk melatih kecerdasan buatan, menurut laporan oleh New Scientist. Berdasarkan studi sebelumnya oleh Caltech, Google Quantum AI, startup komputasi kuantum Oratomic, dan MIT, para peneliti mengatakan salah satu tantangannya adalah memasukkan dataset besar—yang sering diukur dalam terabyte atau petabyte—ke dalam komputer kuantum. Untuk menggunakan efek kuantum, data harus diubah menjadi status kuantum, dan menyiapkan status tersebut secara tradisional memerlukan memori kuantum yang signifikan. “Machine learning benar-benar digunakan di mana-mana dalam sains dan teknologi, dan juga kehidupan sehari-hari. Di dunia di mana kita dapat membangun arsitektur [komputasi kuantum] ini, saya merasa itu dapat diterapkan kapan pun ada dataset masif yang tersedia,” kata Hsin-Yuan Huang, CTO di Oratomic, dalam sebuah pernyataan. Studi tersebut mengusulkan bahwa, alih-alih mengharuskan dataset penuh dimuat ke dalam memori kuantum terlebih dahulu, metode baru ini menyiapkan status kuantum yang diperlukan selama pemrosesan, sehingga mengurangi beban memori. Para peneliti mengatakan ini dapat memungkinkan efek kuantum seperti superposisi digunakan tanpa sistem penyimpanan yang sangat besar. Para peneliti mengatakan pendekatan ini juga dapat memungkinkan komputer kuantum untuk memproses dataset besar dengan menggunakan lebih sedikit memori daripada sistem konvensional, yang menunjukkan bahwa mesin dengan sekitar 300 logical qubits—bit kuantum yang dikoreksi kesalahannya yang dapat melakukan perhitungan dengan andal—dapat mengungguli komputer klasik pada tugas-tugas tertentu. Sistem seperti itu belum ada; namun, para peneliti memperkirakan bahwa komputer kuantum dengan sekitar 60 logical qubits dapat mulai mengungguli sistem klasik pada beberapa tugas pemrosesan data yang digunakan dalam kecerdasan buatan, menyoroti bagaimana kemajuan dalam komputasi kuantum dapat mengancam bidang seperti kriptografi dan blockchain. “Orang-orang terbiasa dengan komputer kuantum yang selalu berjarak 10 tahun lagi,” kata salah satu pendiri dan CEO Oratomic, Dolev Bluvstein, kepada Decrypt sebelumnya. “Tetapi ketika Anda melihat di mana kita berada lebih dari sepuluh tahun yang lalu, perkiraan terbaik tentang apa yang diperlukan untuk Shor’s algorithm adalah satu miliar qubit pada saat sistem terbaik yang kita miliki di laboratorium hanya sekitar lima qubit.” Namun, para peneliti mengatakan hubungan antara kecerdasan buatan dan komputasi kuantum semakin erat, karena alat AI membantu para ilmuwan menganalisis dan memodelkan sistem kuantum kompleks yang jika tidak akan sulit disimulasikan, sehingga mempercepat pekerjaan pada perangkat keras dan aplikasi kuantum. “Mesin kuantum adalah perangkat yang sangat kuat, tetapi Anda memang perlu memberinya makan terlebih dahulu,” kata Profesor Fisika Komputasi di ETH Zurich di Swiss, Adrián Pérez-Salinas, dalam sebuah pernyataan. “Studi ini berbicara tentang pemberian makan dan bagaimana cukup untuk memuat [data] sedikit demi sedikit, tanpa membuat sistem tersebut kewalahan.”
Status data✓ Teks lengkap telah diambilBaca artikel asli (Decrypt)
🔍Peristiwa serupa dalam sejarah· Pencocokan kata kunci + aset5 berita
💡 Saat ini menggunakan pencocokan kata kunci + aset (MVP) · Akan ditingkatkan ke pencarian semantik embedding di masa mendatang
Informasi mentah
ID:925739013c
Sumber:Decrypt
Diterbitkan:2026-04-21 16:18:44
Kategori:Umum · Kategori ekspor neutral
Aset:Tidak ditentukan
Voting komunitas:+0 /0 · ⭐ 0 Penting · 💬 0 Komentar