09.09.2020
Fraunhofer IAIS
Quantensprung für die Künstliche Intelligenz
Autor: Bernhard Lauer
Anatolii Stoiko / shutterstock.com
Laut einer Fraunhofer-Studie haben Quantencomputer das Potenzial, KI und ML komplett zu verändern. Die Systeme könnten unter anderem deutlich an Geschwindigkeit zulegen. Außerdem besteht die Möglichkeit, völlig neue Anwendungsfelder zu erschließen.
Künstliche Intelligenz und das Maschinelle Lernen tiefgreifend verändern und völlig neue Anwendungsmöglichkeiten erschließen. In einer Studie erläutern Experten der Fraunhofer-Allianz Big Data und Künstliche Intelligenz gemeinsam mit wissenschaftlichen Partnern, wie Quantencomputer Verfahren des Maschinellen Lernens beschleunigen können und welche Potenziale ihr Einsatz in Industrie und Gesellschaft mit sich bringen wird. Die Studie stellt grundlegende Konzepte und Technologien des Quantencomputings vor, analysiert die aktuelle Forschungs- und Kompetenzlandschaft und zeigt Marktpotenziale auf.
Quantencomputer sollen die Quantencomputer nutzen zur Informationsverarbeitung Quanteneffekte wie Superposition oder Verschränkung und können dadurch prinzipiell schneller Ergebnisse liefern. Während ein digitaler Computer mit Bits rechnet, arbeitet ein Quantencomputer mit Qubits, die im Gegensatz zu den klassischen Bits nicht nur genau einen von zwei möglichen Zuständen annehmen können, sondern auch eine beliebige Überlagerung beider. Verfahren des Maschinellen Lernens lassen sich für Quantencomputer so anpassen, dass sie mehrere Lösungswege gleichzeitig beschreiten. Damit kann ein einzelner Quantencomputer schneller Lösungen finden als viele klassische Computer in einem Cluster, wie etwa einer Cloud. Anhand ausgewählter Beispiele zeigt die Studie, wie Quantenalgorithmen für das Durchsuchen großer Datenbanken, das Lösen komplexer Gleichungssysteme oder kombinatorischer Optimierungsprobleme genutzt werden können.
Neben den logischen Konzepten von Quantencomputern stellt die Studie auch Techniken für die Implementierung der Hardware vor, wie photonische Quantencomputer, Ionenfallen oder die bisher am weitesten verbreitete Technologie der supraleitenden Schaltungen.
"Im Quantencomputing steckt das Potenzial, die prinzipiellen Beschränkungen klassischer Computer zu überwinden", sagt Professor Dr. Christian Bauckhage, wissenschaftlicher Direktor des Fraunhofer-Forschungszentrums Maschinelles Lernen. "Das ist uns bei Fraunhofer schon lange bewusst und wir forschen seit Jahren an der Anpassung von Algorithmen des Maschinellen Lernens an die Anforderungen von Quantencomputern. Lange waren diese Forschungen jedoch theoretische Konzepte. Das ändert sich jetzt: Schon bald werden wir in der Lage sein, ML-Algorithmen auf realen Quantencomputern anzuwenden."
Die Experten stellen die Ergebnisse ihrer Studie kostenfrei zum Download bereit.
Test-Framework
Testautomatisierung mit C# und Atata
Atata ist ein umfassendes C#-Framework für die Web-Testautomatisierung, das auf Selenium WebDriver basiert. Es verwendet das Fluent Page Object Pattern und verfügt über ein einzigartiges Protokollierungssystem sowie Trigger-Funktionalitäten.
>>
Salzbatterie
Neuer Super-Akku lädt in wenigen Sekunden
Eine neue Batterie des Korea Advanced Institute of Science and Technology (KAIST) lädt binnen Sekunden. Als Basismaterial kommt das auf der Erde in großen Mengen vorkommende Natrium zum Einsatz.
>>
3 Modelle
Business GPT - Telekom bringt KI-Angebot für Unternehmen
Mit ihren Business GPT-Angeboten will die Telekom eine sichere KI-Lösung für Geschäftskunden anbieten. Drei Modelle haben die Bonner dafür entwickelt – und die haben ihren Preis.
>>
Programmiersprache
Primärkonstruktoren in C# erleichtern den Code-Refactoring-Prozess
Zusammenfassen, was zusammen gehört: Dabei helfen die in C# 12 neu eingeführten Primärkonstruktoren, indem sie Code kürzer und klarer machen.
>>