Danh sách tinMáy tính lượng tử có thể thúc đẩy AI bằng cách xử lý các tập dữ liệu lớn hiệu quả hơn
Decrypt2026-04-21 16:18:44

Máy tính lượng tử có thể thúc đẩy AI bằng cách xử lý các tập dữ liệu lớn hiệu quả hơn

ORIGINALQuantum Computers Could Boost AI by Processing Large Datasets More Efficiently
Phân tích tác động AIGrok đang phân tích...
📄Toàn văn bài viết· Được trích xuất tự động bởi trafilaturaGemini 翻譯3101 từ
Tóm tắt - Các nhà nghiên cứu cho biết máy tính lượng tử có thể xử lý một số tập dữ liệu AI hiệu quả hơn các máy tính cổ điển. - Một phương pháp được đề xuất là đưa dữ liệu vào hệ thống lượng tử theo từng lô nhỏ thay vì tải tất cả cùng một lúc. - Ngay cả những máy tính lượng tử tương đối nhỏ cũng có thể cho thấy ưu thế đối với một số tác vụ nặng về dữ liệu. Theo một báo cáo của New Scientist, máy tính lượng tử cuối cùng có thể giúp xử lý một số tập dữ liệu khổng lồ được sử dụng để huấn luyện trí tuệ nhân tạo. Dựa trên một nghiên cứu trước đó của Caltech, Google Quantum AI, startup điện toán lượng tử Oratomic và MIT, các nhà nghiên cứu cho biết một thách thức là việc đưa các tập dữ liệu lớn—thường được đo bằng terabyte hoặc petabyte—vào máy tính lượng tử. Để sử dụng các hiệu ứng lượng tử, dữ liệu phải được chuyển đổi thành trạng thái lượng tử, và việc chuẩn bị các trạng thái đó theo truyền thống đòi hỏi bộ nhớ lượng tử đáng kể. “Machine learning thực sự được sử dụng ở khắp mọi nơi trong khoa học, công nghệ và cả cuộc sống hàng ngày. Trong một thế giới mà chúng ta có thể xây dựng kiến trúc [điện toán lượng tử] này, tôi cảm thấy nó có thể được áp dụng bất cứ khi nào có sẵn các tập dữ liệu khổng lồ,” Hsin-Yuan Huang, CTO tại Oratomic, cho biết trong một tuyên bố. Nghiên cứu đề xuất rằng, thay vì yêu cầu toàn bộ tập dữ liệu phải được tải vào bộ nhớ lượng tử trước, phương pháp mới chuẩn bị các trạng thái lượng tử cần thiết trong quá trình xử lý, giúp giảm bớt gánh nặng bộ nhớ. Các nhà nghiên cứu cho biết điều này có thể cho phép sử dụng các hiệu ứng lượng tử như superposition mà không cần các hệ thống lưu trữ cực lớn. Các nhà nghiên cứu cho biết phương pháp này cũng có thể cho phép máy tính lượng tử xử lý các tập dữ liệu lớn trong khi sử dụng ít bộ nhớ hơn so với các hệ thống thông thường, gợi ý rằng một cỗ máy với khoảng 300 logical qubits—các bit lượng tử đã sửa lỗi có thể thực hiện tính toán một cách đáng tin cậy—có thể vượt trội hơn máy tính cổ điển trong một số tác vụ nhất định. Một hệ thống như vậy hiện chưa tồn tại; tuy nhiên, các nhà nghiên cứu ước tính rằng một máy tính lượng tử với khoảng 60 logical qubits có thể bắt đầu vượt trội hơn các hệ thống cổ điển trong một số tác vụ xử lý dữ liệu được sử dụng trong trí tuệ nhân tạo, làm nổi bật cách mà những tiến bộ trong điện toán lượng tử có thể đe dọa các lĩnh vực như mật mã học và blockchain. “Mọi người đã quen với việc máy tính lượng tử luôn cách chúng ta 10 năm nữa,” đồng sáng lập kiêm CEO của Oratomic, Dolev Bluvstein, trước đây đã nói với Decrypt. “Nhưng khi bạn nhìn vào vị trí của chúng ta hơn mười năm trước, các ước tính tốt nhất về những gì cần thiết cho thuật toán Shor là một tỷ qubits, vào thời điểm mà các hệ thống tốt nhất chúng ta có trong phòng thí nghiệm chỉ có khoảng năm qubits.” Tuy nhiên, các nhà nghiên cứu cho biết mối liên hệ giữa trí tuệ nhân tạo và điện toán lượng tử đang ngày càng gần gũi hơn, khi các công cụ AI giúp các nhà khoa học phân tích và mô hình hóa các hệ thống lượng tử phức tạp mà nếu không có chúng thì rất khó mô phỏng, từ đó đẩy nhanh công việc về phần cứng và ứng dụng lượng tử. “Máy lượng tử là một thiết bị rất mạnh mẽ, nhưng bạn cần phải nạp dữ liệu cho nó trước,” Giáo sư Vật lý tính toán tại ETH Zurich ở Thụy Sĩ, Adrián Pérez-Salinas, cho biết trong một tuyên bố. “Nghiên cứu này nói về việc nạp dữ liệu và cách chỉ cần tải [dữ liệu] từng chút một là đủ, mà không cần phải nạp quá mức cho con quái vật này.”
Trạng thái dữ liệu✓ Đã trích xuất toàn vănĐọc bài gốc (Decrypt)
🔍Sự kiện tương tự trong lịch sử· Đối chiếu từ khóa + tài sản5 tin
💡 Hiện đang sử dụng đối chiếu từ khóa + tài sản (MVP) · Sau này sẽ nâng cấp lên tìm kiếm ngữ nghĩa embedding
Thông tin gốc
ID:925739013c
Nguồn:Decrypt
Đăng:2026-04-21 16:18:44
Danh mục:Chung · Danh mục xuất neutral
Tài sản:Chưa chỉ định
Bình chọn cộng đồng:+0 /0 · ⭐ 0 quan trọng · 💬 0 bình luận