Продемонстрировано машинное обучение без учителя на квантовом процессоре Rigetti 19Q

На днях Rigetti Computing объявила, что её командой было выполнено машинное обучение без учителя на разработанном компанией 19-кубитном квантовом процессоре Rigetti 19Q. Сделано это было с помощью гибридного квантово-классического алгоритма, выполнявшего кластеризацию — одну из фундаментальных задач машинного обучения.

В масштабах 19-кубитного процессора машинное обучение не имеет каких-либо преимуществ перед классическим компьютерами (в частности графическими ускорителями), но зато доказывает принципиальную возможность такого применения. И когда количество кубитов в КПУ (квантовых процессорных устройствах) будет исчисляться не десятками, а сотнями, в отдельных задачах они превзойдут любой из нынешних и будущих суперкомпьютеров с классической архитектурой. Это связано с тем, что в отличие от традиционного бита, кубит (роль которого играет какая-нибудь субатомная частица — фотон, электрон или, например, ион) имеет не одно состояние (0 или 1), а сразу два (0 и 1). Одно из них возникает в момент его непосредственного наблюдения — а другое, согласно одной вполне научной интерпретации этого явления, в этот момент тоже возникает, но в параллельной Вселенной. Находясь в состоянии т.н. квантовой запутанности, одна частица передает другой (не из параллельной Вселенной, конечно, а вообще) свое состояние (спин, или, грубо говоря, наклон — но с противоположным значением) мгновенно — в каком бы уголке Вселенной та другая частица не находилась (т.е. невзирая на ограничения теории относительности, с её непреодолимой скоростью света). Причем физики утверждают, что это не тот случай, как если бы в разные коробки положили правый и левый ботинок и разнесли их в разные уголки Вселенной — квантовое состояние одной из частиц не предопределено заранее, а возникает в момент его наблюдения.

Как такое возможно понять, пожалуй, нельзя — это, как старом грузинском анекдоте про правописание «вилька-ложька и сол-фасол», можно только запомнить. Применительно к квантовым компьютерам принципиально то, что благодаря своим поразительным свойствам кубит может одновременно иметь сразу два состояния. По правилам комбинаторики количество таких состояний в системе из двух кубитов — четыре, из трех — восемь и т.д., т.е. растет экспоненциально. Экспоненциально растет и производительность, поэтому теоретически процессор из трехсот кубитов сможет сделать больше расчетов (2300), чем атомов в наблюдаемой Вселенной. Разумеется речь идет не о любых задачах, а только тех, где востребовано огромное количество одновременных расчетов.

Например, в фармакологии. Количество стандартных аминокислот («кирпичиков жизни», из которых состоят белки) — 20. Количество видов белков в нашем организме — около 10 тысяч. Однако из расчета 10 аминокислот в белке количество всевозможных комбинаций из 20 видов белка составляет 1020, т.е. число в двадцатью нулями (для сравнения один триллион — 1012). При всем уважении к эволюции, не факт, что эти 104 видов белков представляют собой наилучшие комбинации из потенциально возможных 1020. Как и генная инженерия, синтез искусственных белков (или хотя бы доскональное понимание химических процессов, протекающих у натуральных белков) способны произвести революцию в медицине. Для компьютерного моделирования таких сложных систем вычислительной мощи классических компьютеров совершенно недостаточно — вот здесь и могут пригодиться квантовые компьютеры.

Еще одно применение квантовых компьютеров, потенциально способное произвести переворот в нашем образе жизни — искусственный интеллект. Например, адиабатический компьютер D-Wave 2000Q хорош в решении задач квантовой нормализации, актуальных при выявлении статистических аномалий, нахождении сжатых моделей, распознавании изображений и образов, тренировке нейросетей и т.д. По мнению Энди Рубина, искусственный интеллект и квантовые компьютеры прекрасно дополняют друг друга.

Лично я не разделяю оптимизма людей, считающих неизбежным появление т.н. сильного (человекоподобного) ИИ с достижением определенного уровня производительности компьютеров — по мнение некоторых специалистов ни одна из ныне существующих моделей, включая глубокие (многослойные) нейросети, не способна воспроизвести устройство нашего неокортекса. По сути современные системы машинного обучения на базе нейросетей сводятся к решению сугубо математических (на базе регрессионного анализа) задач кластеризации данных, выявления в них закономерностей и т.д. На этом поприще получены выдающиеся успехи, демонстрирующие безусловное превосходство нейросетей над человеком при решении ряда прикладных задач. Но к сожалению, с концептуальной точки зрения к созданию универсальной мыслящей машины они приблизились не намного больше перцептрона, изобретенного Фрэнком Розенблаттом в 1957 году.

Тем не менее, по меньшей мере применительно к этим прикладным задачам квантовые компьютеры обещают новые достижения. Нельзя также сбрасывать со счетов надежды некоторых специалистов на диалектический переход количества производительности будущих компьютеров в качество сильного искусственного интеллекта — нечто подобное с нейросетями уже случалось. Вот что в 2004 году в своей знаменитой книге «Об интеллекте» писал Джефф Хокинс:

Какая составляющая разума отсутствует в компьютере? Почему двухлетний ребенок способен научиться кататься на трехколесном велосипеде, он не только уверенно ходит, но и бегает, подпрыгивает, а современные роботы передвигаются подобно громыхающим зомби? Каким образом к трем годам дитя успевает овладеть азами речи, в то время как компьютер, несмотря на полстолетия стараний лучших программистов, все еще на это не способен? Почему человек с первого взгляда – в долю секунды – отличает кота от собаки, а компьютер, даже самый совершенный, не может этого сделать вообще?

Как мы теперь, спустя чуть больше десяти лет после издания этой книги, знаем, нынешние роботы виртуозно ездят на велосипедеподпрыгивают и ходят не хуже человека, а компьютер вполне сносно владеет азами речи и не только отличает кота от собаки, но и распознает породу этой собаки. Конечно все эти навыки сейчас не кажутся особо интеллектуальными (в отличие, например, от понимания смысла в тексте), и скорее всего автор перечисляет их в качестве примеров несовершенства тогдашних систем искусственного интеллекта. Но тем не менее существует вероятность (с моей точки зрения очень небольшая), что наложение нынешних нейросетевых концепций на гораздо более высокую, чем сейчас, производительность, способствует созданию действительно мыслящей машины. И вот как раз квантовые компьютеры и могут стать той платформой, которая как минимум обеспечит экспоненциальный рост производительности при решении нынешних задач искусственного интеллекта — а если очень повезет, то позволит решать и принципиально новые задачи, на уровне сильного ИИ.

Напоследок следует немного рассказать о самой компании Rigetti Computing. Этот американский стартап в 2013 году основал физик Чад Ригетти (Chad Rigetti), который до этого работал над созданием квантового компьютера в IBM. Компания привлекла инвестиций на $70 млн., в ней работает 80 сотрудников. Помимо канадской D-Wave, на поприще создания квантовых компьютеров Rigetti Computing предстоит конкуренция с таким гигантами как IBM, Intel и Google.

Rigetti ComputingSingularity HubWIRED