Новый рубеж в квантовых технологий взят

Компания IBM объявила о создании 50-кубитного квантового компьютера. Фактически, 2017 год стал годом квантовых технологий, и журнал «РБК» даже выпустил тематический выпуск по «квантам» в качестве первого выпуска 2018 года (кстати, рекомендую — хороший выпуск). Мы становимся свидетелями ускорения во многих областях науки и техники, и квантовые технологии — одна из важнейших. В общем, всем, кто направлен в будущее, я категорически рекомендую следить за тем, что происходит в области квантовых технологий, квантовых вычислений, квантового компьютера. И я здесь буду писать об этом время от времени.

Для чего это нам? Я считаю, что создание универсального квантового компьютера приведёт к появлению настоящего («сильного») Искусственного Интеллекта. Всё дело в паре вещей — 1) квантовое превосходство и 2) гипотеза квантового сознания. Если первое вполне теоретически доказано при помощи всевозможных алгоритмов — Дойча, Гровера, Шора и ещё полсотни других, то второе остаётся недоказуемой гипотезой. И вот появление универсального квантового компьютера может помочь подтвердить или опровергнуть эту гипотезу. В любом случае это будет полезно.

Вообще, квантовые технологии состоят из нескольких магистральных направлений:
  1. Квантовая сенсорика — новые датчики, которые позволяют осуществить очень тонкий неинвазивный контроль.
  2. Квантовый компьютер — универсальное вычислительное устройство, использующее кубиты и принципы суперпозиции и связанности для осуществления вычислений.
  3. Квантовые вычисления — алгоритмы и технология их создания, при этом алгоритмы обычно показывают превосходство над классическими: сверхэкспоненциальное, экспоненциальное, степенное.
  4. Квантовая передача информации — технология абсолютно секретного распространения ключей по открытому каналу, в котором атаки типа MITM недопустимы из-за квантовой природы нашей реальности.
Следите за эфиром...

Комментарии

Популярные сообщения из этого блога

Подготовка данных для алгоритмов машинного обучения

Выбор метрики в машинном обучении

Задачи сегментации изображения с помощью нейронной сети Unet