Η AI απέδειξε όριο των κβαντικών υπολογιστών

Η τεχνητή νοημοσύνη έδωσε την πρώτη απόδειξη για μια πολυσυζητημένη εικασία δεκαετιών γύρω από τους κβαντικούς υπολογιστές, επιβεβαιώνοντας ότι μια ολόκληρη κατηγορία μαθηματικών προβλημάτων δεν λύνεται ευκολότερα με τη δική τους χρήση, σύμφωνα με το New Scientist.

Το 1999, ο Σκοτ Άρονσον του Πανεπιστημίου του Τέξας στο Όστιν βρέθηκε μπροστά σε ένα ερώτημα για το πότε ακριβώς οι κβαντικοί υπολογιστές μπορούν να ξεπερνούν τους συμβατικούς. Την περίοδο εκείνη, οι ερευνητές γνώριζαν ήδη ένα παράδειγμα όπου η κβαντική προσέγγιση υπερτερούσε: τον αλγόριθμο του Σορ για την παραγοντοποίηση αριθμών. Υπέθεταν όμως ότι αυτό οφειλόταν στη συγκεκριμένη μαθηματική δομή του προβλήματος.

Ο Άρονσον αναρωτήθηκε αν οι κβαντικοί υπολογιστές θα μπορούσαν να υπερισχύσουν και στην αντίθετη περίπτωση, όταν ένα πρόβλημα έχει ελάχιστη ή καθόλου δομή και βασίζεται κυρίως στην τυχαιότητα. Το 2011, ο ίδιος και ο Αντρις Αμπάνις από το Πανεπιστήμιο της Λετονίας διατύπωσαν επίσημα την εικασία ότι, σε τουλάχιστον μία περίπτωση, η απάντηση είναι αρνητική, χωρίς όμως να καταφέρουν να την αποδείξουν.

Τώρα, ο Ντέιβιντ Τουρτουριάν της startup Physical Superintelligence (PSI) και οι συνεργάτες του χρησιμοποίησαν το μοντέλο Fable 5.2 της Anthropic για να δώσουν αυτή την απόδειξη. Με αυτό τον τρόπο, απομακρύνουν από το πεδίο έρευνας μια ολόκληρη κατηγορία προβλημάτων που σχετίζονται με το τι κάνουν καλύτερα οι κβαντικοί υπολογιστές.

«Είναι ένα πολύ καθαρό μαθηματικό ερώτημα που έχει συνέπειες για τους κβαντικούς υπολογιστές, και ήταν εξαιρετικά δύσκολο να λυθεί σε σημείο που εγώ είχα σχεδόν εγκαταλείψει», λέει ο Αμπάνις. «Ίσως να είναι ένα από τα [λίγα] μακροχρόνια ανοιχτά ερωτήματα που αξίζει να συνεχίσει κανείς να διερευνά», λέει ο Τουρτουριάν.

Στην καρδιά της εικασίας Άρονσον-Αμπάνις υπάρχει ένα πρόβλημα όπου ένας υπολογιστής πρέπει να απαντήσει «ναι» ή «όχι» αφού λάβει ένα τεράστιο αλλά τυχαίο σύνολο από bits, δηλαδή 1 και 0. Το ερώτημα ήταν αν ένας κβαντικός υπολογιστής μπορεί να βρει την απάντηση κοιτάζοντας το σύνολο πολύ λιγότερες φορές απ’ ό,τι ένας συμβατικός. Οι ερευνητές υπέθεσαν ότι ένας συμβατικός υπολογιστής θα μπορούσε να προσεγγίσει την επίδοση του κβαντικού για τα περισσότερα τέτοια σύνολα και χωρίς να χρειάζεται πολύ περισσότερος χρόνος. Με απλά λόγια, ίσως να μην χρειαζόταν καθόλου κβαντικός υπολογιστής.

Σημαντικό είναι ότι οι Άρονσον και Αμπάνις μετέφρασαν τον πυρήνα της εικασίας τους στη γλώσσα των πολυωνύμων, μετατρέποντάς την σε πρόβλημα ενός άλλου κλάδου των καθαρών μαθηματικών. «Δεν νομίζαμε ότι θα έπαιρνε τόσο μεγάλη έκταση. Άνθρωποι που ήταν κορυφαίοι στους τομείς τους και δεν ενδιαφέρονταν για τους κβαντικούς υπολογιστές άρχισαν να ασχολούνται», λέει ο Άρονσον.

Η πρόοδος της PSI βασίζεται σε αυτή τη δουλειά. Ο Τουρτουριάν λέει ότι χρειάστηκαν περίπου τέσσερις μέρες για να ολοκληρώσει το Fable 5.2, που τότε δεν ήταν δημόσια διαθέσιμο, την απόδειξη, να τη βελτιώσει και να την επεξεργαστεί δύο ακόμη φορές και να ελέγξει την τελική εκδοχή με το λογισμικό Lean. Στη συνέχεια, η ομάδα της PSI μοιράστηκε την απόδειξη με τους Γκάι Μπλανκ, Τζόρνταν Ντόκτερ, Κάρμεν Στράσλε και Λι-Γιανγκ Ταν στο Πανεπιστήμιο Στάνφορντ της Καλιφόρνιας, οι οποίοι την εξέτασαν και έγραψαν μια ανάλυση που αποσυναρμολογεί τα βασικά της στοιχεία.

Σε κοινή τους δήλωση προς το New Scientist, ανέφεραν ότι η νέα απόδειξη ξεπερνά ουσιαστικά όλες τις μελέτες πάνω στις οποίες στηρίζεται. «Οι αποδείξεις είναι εντελώς διαφορετικές – και σημαντικά πιο δύσκολες. Όλα είναι επίσης πλεγμένα μεταξύ τους με έναν νέο τρόπο», έγραψαν.

Ο Σαχάρ Λοβέτ του Πανεπιστημίου της Καλιφόρνια στο Σαν Ντιέγκο, του οποίου η δουλειά ήταν ένα από τα βασικά συστατικά της απόδειξης, λέει ότι αυτή η ανάλυση αποκαλύπτει τεχνικές από τις οποίες οι μαθηματικοί μπορούν πλέον να μάθουν και να επαναχρησιμοποιήσουν. «Αυτό μας βοηθά να καθοδηγήσουμε την έρευνά μας. Πιστεύω ότι από αυτά τα εργαλεία τεχνητής νοημοσύνης θα προκύψει ότι τώρα μπορούμε ίσως να θέσουμε πιο φιλόδοξα ερωτήματα», λέει.

Ο Λοβέτ εμφανίζεται πάντως επιφυλακτικός για το πόση επίδραση μπορεί να έχει αυτή η δουλειά στους κβαντικούς υπολογιστές, καθώς είναι περισσότερο μαθηματική παρά πρακτική, όπως λέει. Στην εκτίμηση του Άρονσον, η πρακτική σημασία επίσης παραμένει ασαφής. «Αυτό αποκλείει μια πιθανή κατεύθυνση όπου θα μπορούσες να αναζητήσεις κβαντικά πλεονεκτήματα, αλλά δεν ήταν και πολύ πιθανή κατεύθυνση έτσι κι αλλιώς», λέει. Το βασικό ερώτημα πλέον είναι πού πρέπει να αναζητηθούν νέα προβλήματα στα οποία οι κβαντικοί υπολογιστές έχουν πραγματικά μοναδικό πλεονέκτημα.

«Αυτό απέχει πολύ από το τέλος των κβαντικών πλεονεκτημάτων. Αντίθετα, μας δείχνει τι είδους προβλήματα πρέπει να εξετάζουμε», έγραψε η ομάδα του Στάνφορντ. Ένα παρόμοιο πρόβλημα με μικρότερη ή λιγότερο τυχαία είσοδο, ή ένα πρόβλημα στο οποίο ο κβαντικός υπολογιστής δεν δίνει μόνο απάντηση «ναι» ή «όχι», μπορεί ακόμη να ωφεληθεί από την κβαντική προσέγγιση, έγραψαν. Αυτό αφήνει πάρα πολλά προβλήματα ανοιχτά, μεταξύ τους και την προσομοίωση μορίων που έχουν βιομηχανική σημασία και ορισμένα προβλήματα βελτιστοποίησης.

Ο Άρονσον λέει ότι πολλά από τα καλύτερα διατυπωμένα μαθηματικά ερωτήματα που σχετίζονται με την κβαντική πληροφορική έχουν ήδη λυθεί από την AI, οπότε είναι ώρα να τεθούν νέα. Ο Μάθιου Πάινς της PSI λέει ότι ο ίδιος και οι συνεργάτες του θέλουν πλέον να χρησιμοποιήσουν την AI ακριβώς για να εξερευνήσουν νέες ιδέες, και όχι μόνο για να καταρρίπτουν γνωστά προβλήματα. Το μέλλον θα δείξει πόσο επιτυχής μπορεί να είναι αυτή η προσπάθεια. «Χρειάζεται ένα μεγάλο δημιουργικό άλμα. Νομίζω ότι εκεί η AI δεν είναι ακόμη καλή», λέει ο Αμπάνις.

Πηγή: newscientist.com.