Forschung -

Studie zum Quantum Machine Learning: Konzepte, Anwendungen und Marktpotenzial

Quantencomputer werden die Künstliche Intelligenz und das Maschinelle Lernen tiefgreifend verändern und völlig neue Anwendungsmöglichkeiten erschließen. Eine Studie erklärt, wie Quantencomputer Verfahren des Maschinellen Lernens beschleunigen können und welche Potenziale ihr Einsatz in Industrie und Gesellschaft mit sich bringen wird.

Viele Aufgaben im Zusammenhang mit Big Data, Künstlicher Intelligenz (KI) und Maschinellem Lernen (ML) sind heute nur mit immensem Zeit- und Rechenaufwand lösbar. Bei der Entwicklung neuer Impfstoffe zum Beispiel könnten KI-Verfahren helfen, allerdings können die molekularen Reaktionen im Körper bei einer realis­tischen Rechenzeit – nach heutigem Stand – nur sehr unvollständig abgebildet werden. »Im Quantencomputing steckt das Potenzial, die prinzipiellen Beschränkungen klassi­scher Computer zu überwinden«, sagt Prof. Dr. Christian Bauckhage, wissenschaftlich­er Direktor des Fraunhofer-Forschungszentrums Maschinelles Lernen. Lange seien die Forschungen dazu theoretische Konzepte gewesen, doch das ändere sich jetzt: Schon bald werde man in der Lage sein, ML-Algorithmen auf realen Quantencompu­tern anzuwenden.

Welche Quanteneffekte spielen beim Quantencomputing eine Rolle? Wie können sie Rechenverfahren beschleunigen und völlig neue Anwendungen ermöglichen – etwa im Bereich Logistik & Mobilität, in der Pharmaindustrie oder in der Finanzwirtschaft? Das erklären Expertinnen und Experten der Fraunhofer-Allianz Big Data und Künstliche Intelligenz sowie des Fraunhofer-Forschungszentrums Maschinelles Lernen in Koopera­tion mit dem Kompetenzzentrum Maschinelles Lernen Rhein-Ruhr ML2R in ihrer Studie. Diese zeigt anhand ausgewählter Beispiele, wie Quantenalgorithmen für das Durchsuchen großer Datenbanken, das Lösen komplexer Gleichungssysteme oder kombinatorischer Optimierungsprobleme genutzt werden können. Neben den logischen Konzepten von Quantencomputern stellt sie auch Techniken für die Implementierung der Hardware vor, wie photonische Quantencomputer, Ionenfallen oder die bisher am weitesten verbreitete Technologie der supraleitenden Schaltungen.

Firmeninformationen
© elektronikinformationen.de 2020 - Alle Rechte vorbehalten