Quantencomputer verbessern die Vorhersagen von KI

Im Doppelpack schneller und besser: Das University College London trainierte für Simulationen der Strömungsdynamik KI-Modelle mit Ergebnissen eines Quantencomputers.

Ein KI‑Modell, das mit Berechnungen eines Quantencomputers trainiert wird, kann das Verhalten eines komplexen physikalischen Systems über lange Zeiträume besser vorhersagen als die derzeit besten Modelle, die ausschließlich Informationen klassischer Computer verarbeiten. Das zeigt eine Studie, die unter der Leitung des University College London (UCL) entstand. Mit den in der Fachzeitschrift Science Advances veröffentlichten Ergebnissen könnten Modelle der Strömungsdynamik, die Bewegungen und Wechselwirkungen von Flüssigkeiten und Gasen zeigen und in der Klima-, Verkehrs- sowie Medizinforschung zum Einsatz kommen, optimiert werden.

Für die Studie setzen die UCL-Forschenden aus einen 20‑Qubit‑Quantencomputer von IQM Quantum Computers sowie auf Supercomputer‑Ressourcen des Leibniz‑Rechenzentrums (LRZ). Sie führen ihre Erkenntnis auf die Fähigkeit eines Quantensystems zurück, große Datenmengen effizienter zu verarbeiten. Anders als klassische Computer arbeiten die Recheneinheiten eines Quantencomputers, die Qubits, nicht nur mit 0 und 1, sondern mit weiteren Zuständen. Werden sie miteinander verschränkt, potenziert sich ihre Rechenkraft weiter. Folglich können Quantencomputer Daten simultan berechnen oder auswerten und schaffen zudem Berechnungen, die klassische Computer an Grenzen bringen.

„Um Vorhersagen über komplexe Systeme zu machen, können wir entweder eine vollständige Simulation durchführen, die Wochen dauern kann – oft zu lange, um wirklich nützlich zu sein“, sagt Professor Peter Coveney, Leiter der Studie und Professor des Lehrstuhls Chemie und des Advanced Research Computing Centres des UCL. „Oder wir verwenden ein KI‑Modell, das zwar schneller ist, aber über längere Zeiträume unzuverlässiger wird. Unser quanteninspiriertes KI‑Modell ermöglicht es uns, schnellere und genauere Vorhersagen zu liefern.“

Hintergrund:

Die vollständige wissenschaftliche Paper mit Details zum Vorgehen und den eingesetzten Technologien lesen Sie in Science Advances.
UCL berichtet in ihrer News-Sektion.