Baru-baru ini, pembicaraan tentang kecerdasan buatan (AI) menjadi tren, dan ungkapan ini sekarang digunakan di mana pun memungkinkan. Namun, meskipun demikian, teknologinya sendiri dapat bermanfaat di beberapa bidang sekaligus. Demikian pula, komputasi kuantum telah menerima perhatian baru sebagai alat revolusioner yang konon dapat, antara lain, memperkuat pertahanan dunia maya dan bahkan menciptakan Internet baru. Dan meskipun dalam beberapa tahun terakhir kedua teknologi telah berkembang pesat, mereka masih jauh dari sempurna, tidak peduli bagaimana orang menginginkannya sebaliknya.
Hal ini terutama berlaku untuk AI, yang dalam bentuknya saat ini terutama merupakan algoritme pembelajaran mesin khusus yang mampu melakukan tugas individu dalam mode otomatis. Menurut para peneliti di Center for Quantum Technology di National University of Singapore (NUS), AI dapat ditingkatkan secara signifikan melalui komputasi kuantum.
Dalam sebuah studi baru yang diterbitkan dalam jurnal Physical Review Letters, para ilmuwan di NUS telah mengusulkan algoritma kuantum untuk sistem persamaan linier yang akan memungkinkan analisis komputer kuantum yang jauh lebih efisien dari kumpulan data besar.
“Algoritme kuantum yang serupa sebelumnya digunakan untuk berbagai masalah yang sempit. Kami harus menyempurnakannya jika ingin mencapai akselerasi kuantum untuk data lain, kata penulis studi Zhao Zhikuan dalam siaran pers.
Algoritme kuantum, dalam istilah sederhana, adalah algoritme yang dirancang untuk berjalan dalam model komputasi kuantum yang realistis. Seperti algoritme tradisional, kuantum adalah prosedur langkah demi langkah, tetapi menggunakan fenomena khusus untuk komputasi kuantum, seperti keterjeratan kuantum dan superposisi.
Dalam hal ini, algoritma untuk menyelesaikan sistem linier melakukan perhitungan dengan menggunakan matriks data yang besar. Tugas skala besar seperti itu lebih cocok untuk komputer kuantum.
Lebih baik, lebih cepat, lebih kuat
Video promosi:
Dengan kata lain, algoritme untuk menyelesaikan sistem linier menawarkan cara komputasi yang lebih cepat dan lebih kuat dibandingkan dengan komputer klasik. Versi pertama dari algoritme kuantum semacam itu, yang dikembangkan pada tahun 2009, meletakkan dasar untuk penelitian bentuk kuantum AI dan pembelajaran mesin.
"Pembelajaran mesin kuantum adalah bidang yang berkembang di mana para peneliti mencoba memanfaatkan kekuatan pemrosesan informasi kuantum untuk mempercepat pelaksanaan tugas pembelajaran mesin klasik," kata makalah penelitian tersebut. Apakah ini akan membuat AI lebih pintar adalah pertanyaan lain.
Sistem AI saat ini dan algoritme pembelajaran mesinnya sudah mampu melakukan komputasi dalam jumlah besar. Proses pemrosesan kumpulan data (dan ini biasanya berupa banyak informasi yang digunakan AI) pasti akan dipercepat oleh komputasi kuantum.
Tentu saja, sebelum algoritma yang dikembangkan oleh Zhao dan rekan-rekannya dapat berguna, kita perlu membuat komputer kuantum yang lebih sesuai. Mengingat jumlah pekerjaan yang dilakukan di depan ini, dapat diasumsikan bahwa tidak akan lama sebelum konsep menjadi kenyataan.
“Kami mengantisipasi bahwa akan memakan waktu tiga hingga empat tahun untuk eksperimen perangkat keras saat ini menjadi aplikasi dunia nyata untuk komputasi kuantum dalam kecerdasan buatan,” kata Zhao dalam siaran pers. Sementara itu, timnya berencana untuk segera mendemonstrasikan cara kerja algoritme mereka.
Dmitry Volkov
