- Το NVIDIA Ising είναι μια οικογένεια ανοιχτών μοντέλων τεχνητής νοημοσύνης για βαθμονόμηση και διόρθωση σφαλμάτων σε κβαντικούς επεξεργαστές.
- Περιλαμβάνει την Ising Calibration, μια VLM παραμέτρων 35B, και την Ising Decoding, δίκτυα 3D έως και 2,5 φορές ταχύτερα και 3 φορές ακριβέστερα από το pyMatching.
- Τα μοντέλα ενσωματώνονται με τα CUDA-Q και NVQLink, μετατρέποντας την Τεχνητή Νοημοσύνη στο επίπεδο ελέγχου των υβριδικών συστημάτων QPU-GPU.
- Η ανοιχτή προσέγγισή του, με δεδομένα και εργαλεία, προωθεί την τυποποίηση και επιταχύνει την άφιξη του πρακτικού κβαντικού υλικού.
Η κβαντική υπολογιστική έχει γίνει ένας από τους πιο υποσχόμενους τομείς της τεχνολογίας, αλλά και ένας από τους πιο περίπλοκους στην παραγωγή. Αν και εταιρείες όπως η Google, με τους Τσιπς ιτιάς, ή η IBM έχουν σημειώσει σημαντική πρόοδο, φυσικά σημεία συμφόρησης, θόρυβος και μηχανικές προκλήσεις Παραμένουν τεράστια και εμποδίζουν την πραγματική τους υιοθέτηση στον κλάδο.
Σε αυτό το πλαίσιο, αναδύεται η NVIDIA Ising, μια νέα οικογένεια μοντέλων τεχνητής νοημοσύνης ανοιχτού κώδικα που στοχεύει άμεσα σε αυτά τα λιγότερο εντυπωσιακά αλλά κρίσιμα προβλήματα: η βαθμονόμηση των κβαντικών επεξεργαστών και η συστηματική διόρθωση σφαλμάτωνΔεν μιλάμε για ένα μεμονωμένο πείραμα, αλλά για ένα στρατηγικό στοίχημα να γίνει η Τεχνητή Νοημοσύνη το «επίπεδο ελέγχου» των κβαντικών μηχανών και να φέρει την πρακτική κβαντική υπολογιστική πιο κοντά μια για πάντα.
Τι είναι το NVIDIA Ising και γιατί ονομάζεται έτσι;
Η NVIDIA Ising είναι μια οικογένεια μοντέλων τεχνητής νοημοσύνης ανοιχτού κώδικα. Σχεδιασμένο για να λειτουργεί παράλληλα με κβαντικούς επεξεργαστές (QPU) και υβριδικά κβαντικά-κλασικά συστήματα, ο κύριος στόχος του είναι να αυτοματοποιήσει και να βελτιστοποιήσει δύο εργασίες που καταναλώνουν σήμερα τεράστιο χρόνο και ανθρώπινους πόρους: τη συνεχή βαθμονόμηση των QPU και την αποκωδικοποίηση για διόρθωση κβαντικών σφαλμάτων σε πραγματικό χρόνο.
Το όνομα Ising δεν είναι μια ιδιοτροπία μάρκετινγκ: αναφέρεται στο Μοντέλο IsingΤο μοντέλο Ising είναι ένα κλασικό μαθηματικό μοντέλο που αναπτύχθηκε το 1925 από τον Ernst Ising για τη μελέτη συστημάτων σωματιδίων με μαγνητικές αλληλεπιδράσεις. Αυτό το μοντέλο είναι θεμελιώδες στη στατιστική φυσική για την κατανόηση των μεταβάσεων φάσης και της συμπεριφοράς σύνθετων υλικών, και έχει επίσης γίνει ένα βασικό εργαλείο για την αντιμετώπιση Δύσκολα προβλήματα βελτιστοποίησης στην κβαντική υπολογιστικήΗ NVIDIA εκλαμβάνει αυτή την έννοια ως μεταφορά: απλοποίηση πολύπλοκων φυσικών συστημάτων μέσω καλά σχεδιασμένων μοντέλων.
Στην πράξη, το Ising δεν είναι ένα μόνο μοντέλο, αλλά ένα πλήρες σύνολο μοντέλων, εργαλείων, δεδομένων και ροών εργασίας το οποίο μπορεί να προσαρμοστεί σε διαφορετικούς τύπους κβαντικού υλικού. Ενσωματώνεται φυσικά με τη στοίβα NVIDIA, ειδικά με CUDA-Q (πλατφόρμα λογισμικού για υβριδικούς κβαντοκλασικούς υπολογισμούς) και με τη διασύνδεση NVQLink, το οποίο συνδέει άμεσα τις QPU και τις GPU για την ελαχιστοποίηση της καθυστέρησης στον έλεγχο και τη διόρθωση σφαλμάτων.
Επιπλέον, το NVIDIA Ising προσφέρεται ως ανοιχτή και επαναχρησιμοποιήσιμη τεχνολογία: Τα μοντέλα είναι ανοιχτού κώδικα και διαθέτουν άδεια χρήσης με επιτρεπόμενη άδεια.έτσι ώστε εργαστήρια, εταιρείες και ερευνητικά κέντρα να μπορούν να τα κατεβάζουν, να τα εκτελούν τοπικά, να τα προσαρμόζουν στις δικές τους αρχιτεκτονικές και να διατηρούν τον πλήρη έλεγχο των προσωπικών τους δεδομένων χωρίς να εξαρτώνται από εξωτερικές υπηρεσίες, εάν δεν το επιθυμούν.
Πού εντάσσεται το Ising στο οικοσύστημα μοντέλων NVIDIA;
Ο Ising δεν φτάνει μόνος του, αλλά ως μέρος ενός Η ευρύτερη στρατηγική της NVIDIA για τη δημιουργία κάθετων μοντέλων τεχνητής νοημοσύνης για συγκεκριμένους τεχνικούς τομείς. Η εταιρεία διαθέτει ήδη αρκετές οικογένειες προϊόντων που απευθύνονται σε διαφορετικούς τομείς: Nemotron για συστήματα τεχνητής νοημοσύνης, Σύμπαν για φυσική Τεχνητή Νοημοσύνη, Ισαάκ για τη ρομποτική, Κλάρα y BioNeMo για τη βιοϊατρική, Απόλλων για φυσική τεχνητής νοημοσύνης ή Alpamayo για αυτόνομα οχήματα, μεταξύ άλλων.
Με το Ising, η NVIDIA εφαρμόζει την ίδια λογική στον κβαντικό κόσμο: παρέχουν μοντέλα έτοιμα για παραγωγή που καλύπτουν τα κρίσιμα σημεία μιας εξαιρετικά εξειδικευμένης τεχνικής στοίβας. Αντί να προσφέρεται απλώς υλικό ή μια αυτόνομη βιβλιοθήκη, η προσέγγιση είναι να παραδοθεί ένα συνεκτικό πακέτο Τεχνητής Νοημοσύνης, δεδομένων και εργαλείων που μετατρέπει μια πειραματική τεχνολογία σε ένα εύλογα χρησιμοποιήσιμο σύστημα.
Αυτή η κάθετη προσέγγιση έχει μια σαφή ερμηνεία: Η NVIDIA θέλει να τοποθετηθεί ως η γέφυρα μεταξύ της κβαντικής υπολογιστικής και της κλασικής υπολογιστικής με επιτάχυνση GPU.Αντί να πουλάνε «ένα κβαντικό τσιπ», εστιάζουν στον έλεγχο του λογισμικού και του επιπέδου τεχνητής νοημοσύνης που καθιστά δυνατή τη λειτουργία και την κλιμάκωση αυτών των τσιπ σε πραγματικές συνθήκες.
Το πραγματικό πρόβλημα της κβαντομηχανικής: θόρυβος, έλεγχος και επανάληψη
Όταν συζητάμε για την κβαντική υπολογιστική, η εστίαση γίνεται συνήθως στον αριθμό των qubit ή στην υποτιθέμενη «κβαντική υπεροχή», αλλά το πρόβλημα βρίσκεται αλλού: για να διατηρούνται τα qubits σταθερά, βαθμονομημένα και με διαχειρίσιμα ποσοστά σφάλματοςΤα qubits, όντας σε καταστάσεις υπέρθεσης και εμπλοκής, είναι εξαιρετικά ευαίσθητα στον περιβαλλοντικό θόρυβο, στο θερμοκρασίασε κραδασμούς, ατέλειες υλικού κ.λπ.
Σύμφωνα με την NVIDIA και επιβεβαιωμένο από φωνές του κλάδου όπως ο Sam Stanwyck (διευθυντής κβαντικών προϊόντων της εταιρείας), Οι καλύτεροι τρέχοντες κβαντικοί επεξεργαστές κάνουν περίπου ένα σφάλμα ανά χίλιες λειτουργίες.Ενώ αυτό μπορεί να ακούγεται εντυπωσιακό, απέχει ακόμη έτη φωτός από αυτό που χρειάζεται για πρακτικές εφαρμογές υψηλής αξίας, όπου τα ποσοστά σφάλματος θα πρέπει να μειωθούν δραστικά, ιδανικά σε μία αποτυχία ανά δισεκατομμύριο λειτουργίες ή και λιγότερο. Αυτή η κατάσταση είναι επίσης εμφανής στις εξελίξεις εταιρειών όπως IBM και άλλους βασικούς παράγοντες του κλάδου.
Για να προσεγγίσουμε αυτήν την αξιοπιστία, η απλή προσθήκη περισσότερων qubits δεν αρκεί. Απαιτεί... κβαντική διόρθωση σφαλμάτων και συνεχής βαθμονόμηση υλικούΑυτό περιλαμβάνει την επεξεργασία terabytes μετρήσεων qubit «χιλιάδες φορές ανά δευτερόλεπτο» με πολύ απαιτητικούς κλασικούς αλγόριθμους αποκωδικοποίησης, ενώ παράλληλα προσαρμόζονται σχεδόν συνεχώς οι παράμετροι του κβαντικού επεξεργαστή για να διατηρείται στο βέλτιστο σημείο.
Μέχρι σήμερα, η εργασία αυτή ήταν μοιρασμένη μεταξύ ομάδες φυσικών που ρυθμίζουν χειροκίνητα τις παραμέτρους —ακριβά, αργά και μη επεκτάσιμα— και σχετικά απλά συστήματα αυτοματισμού που υπολείπονται καθώς τα πρωτότυπα μεγαλώνουν. Κάθε αύξηση στον αριθμό των qubits αύξανε δραματικά την επιχειρησιακή πολυπλοκότητα. Ακριβώς εδώ είναι που Η NVIDIA Ising στρέφει τα όπλα της στη «βρώμικη δουλειά» της λειτουργίας του συστήματοςΌχι στην όμορφη εικόνα του πρωτοτύπου.
Βαθμονόμηση Ising: το μοντέλο που «διαβάζει» το εργαστήριο
Το πρώτο σημαντικό κομμάτι της οικογένειας είναι Βαθμονόμηση Ising, ένα Μοντέλο Οπτικής-Γλώσσας (VLM) του 35.000 δισεκατομμύρια παραμέτρους σχεδιασμένο για να ερμηνεύει γρήγορα τις μετρήσεις που προέρχονται από έναν κβαντικό επεξεργαστή και να αποφασίζει πώς να τις προσαρμόσει.
Αυτό το VLM είναι εκπαιδευμένο να Κατανόηση πειραματικών δεδομένων από την QPU (γραφήματα, καμπύλες, αποτελέσματα σάρωσης παραμέτρων, κ.λπ.) και να τα μεταφράσετε σε ενέργειες βαθμονόμησης: ποιο στοιχείο να προσαρμοστεί, ποιο εύρος να διερευνηθεί, ποιες παράμετροι να βελτιστοποιηθούν και με ποια σειρά. Το σημαντικό δεν είναι μόνο η ακρίβεια, αλλά και το γεγονός ότι ενσωματώνεται εύκολα με πράκτορες AIέτσι ώστε να μπορεί να δημιουργηθεί μια ροή βαθμονόμησης από άκρο σε άκρο χωρίς συνεχή ανθρώπινη παρέμβαση.
Σύμφωνα με την NVIDIA, η βαθμονόμηση Ising επιτυγχάνει μειώνουν τις διαδικασίες βαθμονόμησης που προηγουμένως απαιτούσαν ημέρες χειροκίνητης εργασίας σε λίγες μόνο ώρεςΕπιπλέον, διατηρεί την ικανότητα συνεχούς επαναβαθμονόμησης καθώς ο επεξεργαστής παρουσιάζει σφάλματα ευθυγράμμισης με την πάροδο του χρόνου. Αυτό μετατρέπει μια εργασία που προηγουμένως ήταν σχεδόν εξ ολοκλήρου χειροκίνητη σε μια βιομηχανική, επαναλήψιμη και μετρήσιμη διαδικασία.
Το βασικό υποκείμενο σημείο είναι ότι η Τεχνητή Νοημοσύνη παύει να είναι στολίδι και γίνεται η «νευρικό σύστημα» του κβαντικού εργαστηρίουΤο μοντέλο παρατηρεί τι συμβαίνει, προτείνει προσαρμογές και συντονίζει την απόκριση του υλικού χωρίς να χρειάζεται μια ομάδα ειδικών να ρυθμίζει συνεχώς τα πάντα χειροκίνητα.
Η βαθμονόμηση Ising βρίσκει ήδη εφαρμογή στον πραγματικό κόσμο σε οργανισμούς όπως Atom Computing, Academia Sinica, EeroQ, Conductor Quantum, Fermilab, Harvard SEAS, Infleqtion, IonQ, IQM Quantum Computers, Η Προηγμένη κβαντική πλατφόρμα δοκιμών στο Εθνικό Εργαστήριο Lawrence Berkeley, Q-CTRL ή η Εθνικό Φυσικό Εργαστήριο του Ηνωμένου Βασιλείουμεταξύ άλλων. Αυτή η πρώιμη υιοθέτηση δείχνει ότι δεν είναι απλώς ένα εργαστηριακό πρωτότυπο, αλλά ένα εργαλείο με άμεσο λειτουργικό αντίκτυπο.
Αποκωδικοποίηση Ising: Τρισδιάστατα δίκτυα για να κερδίσουμε τη μάχη ενάντια στο σφάλμα
Το άλλο σημαντικό συστατικό είναι Αποκωδικοποίηση Ising, επικεντρώθηκε στο ίσως πιο κρίσιμο σημείο ολόκληρης της ιστορίας: το αποκωδικοποίηση για διόρθωση κβαντικών σφαλμάτων σε πραγματικό χρόνοΗ πίεση εδώ είναι ωμή: αν η διόρθωση έρθει αργά, το σύστημα υποβαθμίζεται πριν προλάβει να κάνει οτιδήποτε χρήσιμο.
Η αποκωδικοποίηση Ising αποτελείται από δύο παραλλαγές ενός τρισδιάστατου μοντέλου συνελικτικού νευρωνικού δικτύου (3D CNN) σχεδιασμένα ως «προ-αποκωδικοποιητές». Μία από τις παραλλαγές είναι βελτιστοποιημένη για Μέγιστη ταχύτηταενώ το άλλο δίνει προτεραιότητα στο μέγιστη ακρίβειαΑυτό σας επιτρέπει να επιλέξετε ανάλογα με τον τύπο του πειράματος ή τον προϋπολογισμό καθυστέρησης που έχετε.
Αυτά τα μοντέλα λειτουργούν με επιφανειακοί κώδικες και θόρυβος αποπόλωσηςεπιτρέποντας την αποκωδικοποίηση συνδρόμων σφάλματος σε αυθαίρετες αποστάσεις. Η NVIDIA παρέχει επίσης ένα πλαίσιο εκπαίδευσης που βασίζεται σε PyTorch και CUDA-Q έτσι ώστε οι ομάδες να μπορούν να προσαρμόσουν τα μοντέλα σε άλλους τύπους θορύβου και συγκεκριμένες διαμορφώσεις των κβαντικών συσκευών τους.
Σύμφωνα με τα στοιχεία της εταιρείας, τα μοντέλα Ising Decoding προσφέρουν ένα Έως 2,5 φορές ταχύτερη απόδοση και έως 3 φορές μεγαλύτερη ακρίβεια σχετικά με pyMatching, το πιο ευρέως χρησιμοποιούμενο ανοιχτό πρότυπο αποκωδικοποίησης μέχρι σήμερα. Εάν αυτά τα στοιχεία ισχύουν σε περιβάλλοντα παραγωγής, ο αντίκτυπος υπερβαίνει κατά πολύ έναν τίτλο: χαμηλότερη καθυστέρηση και υψηλότερη ακρίβεια σημαίνουν Λιγότερη σπατάλη υπολογισμών για την κατανόηση του σφάλματος και περισσότεροι πόροι αφιερωμένοι στην εκτέλεση χρήσιμων αλγορίθμων.
Η αποκωδικοποίηση Ising εφαρμόζεται ή δοκιμάζεται ήδη από ιδρύματα όπως το Πανεπιστήμιο Cornell, EdenCode, Infleqtion, Κβαντικοί Υπολογιστές IQM, Κβαντικά Στοιχεία, Εθνικά Εργαστήρια Sandia, SEEQC, UC San Diego, UC Santa Barbara, Πανεπιστήμιο του Σικάγο, Πανεπιστήμιο της Νότιας Καλιφόρνιας και Πανεπιστήμιο Γιονσέι, μεταξύ άλλων, γεγονός που ενισχύει την ιδέα ότι μπορεί να καταλήξει να γίνει μια de facto αναφορά για την αποκωδικοποίηση ανοιχτών κβαντικών σφαλμάτων.
Ανοιχτός κώδικας, δεδομένα και ιχνηλασιμότητα: η δέσμευση για το οικοσύστημα
Πέρα από την ακατέργαστη απόδοση, μία από τις πιο εντυπωσιακές πτυχές του NVIDIA Ising είναι πώς να δημοσιεύσωΗ εταιρεία δεν δημοσιοποιεί απλώς τα βάρη των μοντέλων και αυτό είναι όλο· συνοδεύει την κυκλοφορία με Άδειες χρήσης με άδεια, τεκμηρίωση προέλευσης, μέθοδοι εκπαίδευσης, σύνολα δεδομένων και εργαλεία για να τα βελτιώσουμε, να τα ποσοτικοποιήσουμε και να τα προσαρμόσουμε.
Αυτή η προσέγγιση έχει μια πολύ σαφή ερμηνεία: αν η κβαντική υπολογιστική θέλει να ξεπεράσει τη φάση των απομονωμένων εργαστηρίων και των πρωτοτύπων που κατασκευάζονται κατά παραγγελία, Χρειάζεται ανοιχτά και επαναχρησιμοποιήσιμα de facto πρότυπαΗ βαθμονόμηση και η διόρθωση σφαλμάτων ήταν μέχρι τώρα σχεδόν μυστικές συνταγές κάθε εργαστηρίου, μέρος του ανταγωνιστικού τους πλεονεκτήματος. Το άνοιγμα πλήρων μοντέλων με το ιστορικό τους ουσιαστικά επιβάλλει έναν ορισμένο βαθμό τυποποίησης.
Τα μοντέλα και οι πόροι του Ising είναι διαθέσιμα στη διεύθυνση GitHub, Hugging Face και η πύλη build.nvidia.com, εκτός από το οικοσύστημα του Μικροϋπηρεσίες NVIDIA NIMτο οποίο επιτρέπει την ανάπτυξη και την προσαρμογή αυτών των μοντέλων ως υπηρεσίες έτοιμες για ενσωμάτωση σε υπάρχουσες αρχιτεκτονικές. Το NIM διευκολύνει, για παράδειγμα, την προσαρμογή του Ising σε έναν συγκεκριμένο τύπο QPU ή σε μια συγκεκριμένη ροή εργασίας χωρίς να χρειάζεται να το επανεκπαιδεύσετε από την αρχή.
Θα πρέπει να σημειωθεί ότι «Ανοιχτό» εδώ δεν σημαίνει αλτρουιστικόΓια την NVIDIA, το άνοιγμα της Ising είναι ένας τρόπος για να επιταχύνει την υιοθέτηση, να μειώσει τις τριβές σε ακαδημαϊκά ιδρύματα και εθνικά εργαστήρια και ταυτόχρονα να εδραιώσει τη δική της στοίβα CUDA-Q + NVQLink ως το πρότυπο γύρω από το οποίο περιστρέφεται το οικοσύστημα. Όσο περισσότερο χρησιμοποιείται η Ising, τόσο πιο δύσκολο θα είναι να αποφευχθεί η υποδομή της NVIDIA στην καρδιά των κβαντικών συστημάτων επόμενης γενιάς.
Η γέφυρα QPU-GPU: NVQLink και η επιχείρηση καθυστέρησης
Το Ising έχει σχεδιαστεί για να ταιριάζει απόλυτα με την αρχιτεκτονική που προωθεί η NVIDIA με την ιδέα του «υπερυπολογιστές κβαντικής GPU». Από την μία, CUDA-Q Λειτουργεί ως το επίπεδο λογισμικού που ενορχηστρώνει την υβριδική κβαντική-κλασική υπολογιστική. Από την άλλη πλευρά, NVQLink Είναι η διασύνδεση υλικού που συνδέει άμεσα τις QPU με τις GPU για την ανταλλαγή δεδομένων και τον έλεγχο αποφάσεων με ελάχιστη καθυστέρηση.
Ο λόγος είναι απλός: Η χρήσιμη κβαντική υπολογιστική απαιτεί εξαιρετικά γρήγορες αποφάσεις διόρθωσης σφαλμάτωνΕάν τα μοντέλα αποκωδικοποίησης και βαθμονόμησης χρειαστούν πολύ χρόνο για να επεξεργαστούν τις πληροφορίες που προέρχονται από τα qubits, οι διορθωτικές ενέργειες φτάνουν πολύ αργά και η κβαντική κατάσταση υποβαθμίζεται. Μειώνοντας τον αριθμό κάθε μικροδευτερολέπτου.
Μετατοπίζοντας την βαριά υπολογιστική ικανότητα με τεχνητή νοημοσύνη (βαθμονόμηση, αποκωδικοποίηση, έλεγχος) σε GPU που είναι απευθείας συνδεδεμένες με QPU, η NVIDIA βάζει τα προϊόντα της εκεί που πονάει: στην κρίσιμη διαδρομή της καθυστέρησηςΑυτό, κατά κάποιο τρόπο, αντικατοπτρίζει ό,τι συνέβη στην ιστορία της πρώιμης πληροφορικής: το αποφασιστικό άλμα δεν ήταν απλώς η εφεύρεση του τρανζίστορ, αλλά η οικοδόμηση ενός οικοσυστήματος... Αξιόπιστη και επαναλήψιμη κατασκευή, εργαλεία, λογισμικό και διόρθωση σφαλμάτων.
Στην κβαντομηχανική, η αναλογία είναι σαφής: όποιος ελέγχει το λειτουργικό «ενδιάμεσο λογισμικό» - το επίπεδο που μεταφράζει τον φυσικό θόρυβο σε αποφάσεις ελέγχου και διόρθωσης - μπορεί να αποκομίσει μεγαλύτερη αξία από κάποιον που απλώς επιδεικνύει τον πιο εντυπωσιακό επεξεργαστήΤο Ising είναι ένα βασικό κομμάτι σε αυτό το έργο, επειδή μετατρέπει την Τεχνητή Νοημοσύνη στο πρακτικό ισοδύναμο ενός λειτουργικό σύστημα για κβαντικές μηχανές.
Επιπτώσεις στην αγορά και στους επαγγελματίες πληροφορικής
Η παρουσίαση της NVIDIA Ising είχε ραγδαία επίδραση όχι μόνο στο τεχνικό αλλά και στο οικονομικό μέτωπο. Λίγο μετά την ανακοίνωση, Αρκετές εταιρείες κβαντικού υλικού και υπηρεσιών είδαν τις τιμές των μετοχών τους να αυξάνονται σημαντικά.Η μετοχή της IonQ αυξήθηκε κατά περίπου 14%, της Rigetti Computing κατά 12%, της D-Wave Quantum κατά 11% και της Quantum Computing Inc. σχεδόν κατά 9%, σύμφωνα με στοιχεία που συνέλεξε η Investing.com.
Αυτές οι αντιδράσεις υποδηλώνουν ότι οι επενδυτές αντιλαμβάνονται την Ising ως ένας μοχλός για τη συντόμευση του χρονοδιαγράμματος σε εμπορικά βιώσιμο κβαντικό υλικόΗ εταιρεία ανάλυσης Resonance εκτιμά ότι η παγκόσμια αγορά κβαντικής υπολογιστικής θα μπορούσε να ξεπεράσει 11.000 εκατομμύρια δολάρια το 2030Αλλά αυτή η ανάπτυξη εξαρτάται άμεσα από την επίλυση μηχανικών προκλήσεων όπως η επεκτασιμότητα, η αυτόματη βαθμονόμηση και η ανεκτικότητα σε σφάλματα διόρθωση σφαλμάτων.
Για τους οργανισμούς πληροφορικής, τα τμήματα υποδομών, τις ομάδες επιστήμης δεδομένων ή τους προγραμματιστές λογισμικού, το Ising αποτελεί επίσης ένα σαφές σημάδι για το πού οδεύει ο κλάδος: η σύγκλιση μεταξύ εξαιρετικά εξειδικευμένης Τεχνητής Νοημοσύνης και πολύ συγκεκριμένων τεχνικών τομέωνΌπως ακριβώς έχει συμβεί και σε άλλους ψηφιακούς μετασχηματισμούς, θα δούμε λύσεις Τεχνητής Νοημοσύνης να προσαρμόζονται ολοένα και περισσότερο σε κάθε κλάδο και η κβαντική υπολογιστική δεν θα αποτελεί εξαίρεση.
Εταιρείες όπως η IQM έχουν φτάσει στο σημείο να περιγράψουν τη χρήση του Ising ως ένα βήμα προς μια «βαθμονόμηση παράγοντα»Συστήματα στα οποία η βαθμονόμηση εκτελείται αυτόματα από πράκτορες Τεχνητής Νοημοσύνης, εξαλείφοντας μεγάλο μέρος της χειροκίνητης παρέμβασης και επιτρέποντας στο κβαντικό υλικό να λειτουργεί σε περιβάλλοντα όπως Εργοστάσια Τεχνητής Νοημοσύνης χωρίς να χρειάζεται μια ομάδα κβαντικών εμπειρογνωμόνων επί τόπου. Αυτό θα μπορούσε να αλλάξει εντελώς το προφίλ των επαγγελματιών που απαιτούνται για να εργαστούν με αυτήν την τεχνολογία.
Παράλληλα, το άνοιγμα του μοντέλου και των δεδομένων του ωθεί προς μια μεγαλύτερη διαφάνεια και εμφάνιση αναπαραγώγιμων δεικτών αναφοράςΣε έναν τομέα όπου το μάρκετινγκ συχνά ξεπερνά την τεχνική πραγματικότητα, η ύπαρξη ανοιχτών εργαλείων για τη σύγκριση αποτελεσμάτων μπορεί να μειώσει τον «φόβο» και να επιταχύνει την πραγματική πρόοδο, αναγκάζοντας τους παράγοντες της αγοράς να αποδείξουν με δεδομένα τι υπόσχονται σε δελτία τύπου.
Συνολικά, το NVIDIA Ising είναι κάτι πολύ περισσότερο από μερικά μόνο μοντέλα τεχνητής νοημοσύνης: Είναι μια προσπάθεια να καταστεί η τεχνητή νοημοσύνη το αποτελεσματικό λειτουργικό σύστημα των κβαντικών υπολογιστών.Αυτοματοποιώντας τη βαθμονόμηση, επιταχύνοντας τη διόρθωση σφαλμάτων και προσφέροντας μια ανοιχτή στοίβα που είναι ωστόσο στενά συνδεδεμένη με τις GPU και το λογισμικό της NVIDIA, αυτή η προσέγγιση θα μπορούσε να συντομεύσει σημαντικά την πορεία προς την πραγματικά χρήσιμη κβαντική υπολογιστική και να εδραιώσει οριστικά τον ρόλο της Τεχνητής Νοημοσύνης ως «εγκέφαλο» αυτών των μηχανών.
Παθιασμένος συγγραφέας για τον κόσμο των byte και της τεχνολογίας γενικότερα. Μου αρέσει να μοιράζομαι τις γνώσεις μου μέσω της γραφής, και αυτό θα κάνω σε αυτό το blog, θα σας δείξω όλα τα πιο ενδιαφέροντα πράγματα σχετικά με τα gadget, το λογισμικό, το υλικό, τις τεχνολογικές τάσεις και πολλά άλλα. Στόχος μου είναι να σας βοηθήσω να περιηγηθείτε στον ψηφιακό κόσμο με απλό και διασκεδαστικό τρόπο.
