D-Wave sugere que o recozimento quântico pode ajudar a IA

O efeito da computação quântica na Inteligência Artificial pode ser tão subestimado quanto profundo.

Alguns dizem que a computação quântica é necessária para alcançar a Inteligência Artificial Geral. Certas expressões desse paradigma, como o recozimento quântico, são inerentemente probabilísticas e ideais para aprendizado de máquina. Os casos de uso de recozimento quântico mais difundidos centram-se na otimização e nas restrições, problemas que tradicionalmente envolvem abordagens de IA não estatísticas, como regras, símbolos e raciocínio.

Quando se considera o fato de que agora existem opções de nuvem para acessar essa forma de computação quântica (repleta de recursos para torná-la aplicável às empresas para qualquer número de implantações) sem hardware caro, um fato se torna inequivocamente claro.

“Com a computação quântica, muitas vezes falamos sobre o que ela será capaz de fazer no futuro”, observou Mark Johnson, vice-presidente sênior de tecnologias e produtos de sistemas quânticos da D-Wave. “Mas não, você pode fazer coisas com isso hoje.”

É verdade que nem todas essas coisas envolvem complexidades da ciência de dados. O gerenciamento e a logística da cadeia de suprimentos são igualmente facilmente gerenciados pelas tecnologias de recozimento quântico. Mas, quando estas aplicações são consideradas em conjunto com algumas das abordagens mais progressistas à IA possibilitadas pelo recozimento quântico, a sua estima pelas organizações verticais torna-se aparente.

Compreendendo o recozimento quântico

O recozimento quântico envolve a variedade de computação quântica em que, quando o computador quântico atinge seu estado de energia mais baixo, ele resolve um problema específico – até mesmo problemas NP-difíceis. Assim, quer os usuários estejam tentando selecionar recursos para um modelo de aprendizado de máquina ou a rota ideal para enviar uma frota de motoristas de entrega de supermercado, as abordagens de recozimento quântico fornecem essas soluções quando o estado de energia mais baixo é alcançado. “O recozimento da computação quântica é um solucionador probabilístico heurístico”, observou Johnson. “Então, você pode acabar com a melhor resposta possível ou, se não o fizer, terá uma resposta muito boa.”

O mérito do recozimento quântico reside na sua capacidade de fornecer estas respostas numa escala enorme – tal como a necessária para a necessidade de uma agência de defesa analisar todas as ameaças e respostas possíveis para um local específico num determinado momento. É excelente em casos em que “você precisa considerar muitas, muitas possibilidades e é difícil percorrê-las”, disse Johnson. Os modelos computacionais clássicos consideram cada possibilidade, uma de cada vez, para tal problema de otimização combinatória.

O recozimento quântico considera essas possibilidades simultaneamente.

IA estatística

As implicações da ciência de dados para esta abordagem computacional são quase ilimitadas. Um recurso de desenvolvedor que a D-Wave disponibilizou através da nuvem é um plug-in para o SDK for Ocean – um conjunto de ferramentas Python de código aberto – que se integra ao scikit-learn para melhorar a seleção de recursos. Ele suporta “reconhecer um grande padrão de dados, posso escolher recursos que se correlacionam com certas coisas e ser capaz de navegar por isso”, observou Johnson. “Eu entendo que isso acaba mapeando um problema de otimização.” Os aspectos estatísticos do recozimento quântico também são adequados para outras facetas do aprendizado de máquina avançado.

De acordo com Johnson, devido à sua “natureza probabilística, uma das coisas interessantes que o recozimento quântico faz não é apenas escolher a melhor resposta ou uma boa resposta, mas encontrar uma distribuição, uma diversidade de respostas e compreender a coleção de respostas e um pouco sobre como eles se relacionam.” Essa qualidade de recozimento quântico é útil para inúmeras dimensões de aprendizado de máquina, incluindo retropropagação, que é usada para ajustar os parâmetros de uma rede neural ao passar da saída para a entrada. Também pode reforçar o que Johnson chamou de “amostragem de Boltzmann”, que envolve amostragem aleatória de estruturas combinatórias.

Nuvem, estrutura híbrida

Há vantagens consideráveis ​​em disponibilizar o recozimento quântico através da nuvem. A arquitetura em nuvem para acessar essa forma de computação é igualmente viável para acessar o que Johnson chamou de tipo de computação quântica “modelo de portão”, que é preparado para fatorar números e usado no “esquema de criptografia RSA”, confirmou Johnson. As organizações podem aproveitar o recozimento quântico na plataforma em nuvem da D-Wave. Além disso, eles também podem utilizar infraestrutura híbrida de computação quântica e clássica, que está se tornando cada vez mais relevante nas conversas modernas sobre computação quântica. “Basicamente, você usaria os dois juntos para a parte do problema que é mais eficiente”, explicou Johnson.

Além da pronta disponibilidade de cada um desses modelos computacionais, a plataforma em nuvem da D-Wave fornece documentação para uma série de exemplos de casos de uso para problemas de negócios comuns em todos os setores. Há também um “ambiente de desenvolvedor integrado que você pode acessar e que já contém o Ocean, nosso conjunto de ferramentas de código aberto, que ajuda o desenvolvedor a interagir com o computador quântico”, acrescentou Johnson. Os exemplos incluem a capacidade de escrever código em Python. Quando as organizações encontram documentação na nuvem sobre um caso de uso anterior semelhante ao deles, “você pode obter um código de amostra que usará o computador quântico para resolver esse problema em seu ambiente de desenvolvedor integrado”, observou Johnson.

Supremacia Quântica

Esse código de amostra fornece um excelente ponto de partida para os desenvolvedores criarem aplicativos para aplicação de computação quântica e métodos híbridos de computação quântica e clássica a uma série de problemas de negócios relacionados a serviços financeiros, manufatura, ciências biológicas, manufatura e muito mais. É apenas um dos muitos benefícios da computação quântica através da nuvem. O apelo do recozimento quântico, é claro, reside na sua capacidade de acelerar o tempo necessário para resolver problemas de otimização combinatória.

Como indicam os exemplos prontos de soluções quânticas – a grande maioria das quais envolve recozimento quântico – nas verticais acima mencionadas, tais questões “são, quanto mais olhamos, onipresentes em todos os negócios”, indicou Johnson. A utilidade da ciência de dados do recozimento quântico para seleção de recursos, amostragem de Boltzmann e retropropagação é igualmente horizontal e pode ser influente nas taxas de adoção desta abordagem computacional.

A postagem D-Wave sugere que o recozimento quântico pode ajudar a IA apareceu pela primeira vez em The New Stack.