Sabine Hossenfelder 박사의 제목은 ' '입니다. 최신 YouTube 동영상 AI가 양자 컴퓨팅을 죽일 것 같습니다 나는 양자 컴퓨터에 대한 이 잽이 차가워지기 전에 왜 이런 일이 일어나지 않을 것인지 공유하고 싶습니다. 양자 컴퓨터는 연구에 큰 관심을 갖고 있습니다. AI가 연구 자금을 고갈시켜 실제로 양자 컴퓨터를 죽일 것이라는 진지한 믿음을 가지고 비디오를 떠났다면 AI가 입자 물리학, 우주론 및 양자 중력을 죽일 것이라고 믿을 수도 있습니다. 그리고 힉스 보손이 수소 원자보다 더 많은 질량 에너지를 갖고 있다면 도대체 어디에 숨어 있는 걸까요? 그냥 말하는 거야. 더 나은 양자 컴퓨터의 이론적, 실험적 실현의 지속적인 발전은 우주에 대한 계산상의 진실을 밝혀내는 실질적인 방법이기 때문에 인간에게 큰 관심을 끌고 있습니다. 우리는 블랙홀 내부에서 무슨 일이 일어나는지 궁금해하는 것처럼 크고 강력한 양자 컴퓨터를 만드는 데 관심이 있습니다. 크고 강력한 양자 컴퓨터가 RSA를 해킹하고 (외계인에 관한) 해시업된 모든 비밀을 밝혀낼 수 있을까요? 나는 알고 싶다. 블랙홀이 우리를 다른 우주로 순간이동 시키나요? Sabine 박사는 이것에 관심이 있습니다. AI가 거대 기술 창업자를 수십억 달러로 만들고 달에 서버를 설치하기 시작하면 곧 수조 달러가 될 것이므로 새로 발견된 많은 자금이 양자 컴퓨팅 연구에 사용될 것입니다. 컴퓨팅이 항상 속도에 관한 것은 아닙니다 그래프 우리는 항상 아래 그래프에서 양자 컴퓨터의 계산 속도를 클래식 컴퓨터의 계산 속도와 비교하고 있습니다. 위 그래프는 클래식 컴퓨팅 위의 양자 컴퓨팅 선으로 시작됩니다. 이는 기존 컴퓨터가 더 효율적이고 작업을 수행하는 데 더 적은 시간이 걸린다는 것을 의미합니다. 나중에 교차점이 있으며, 클래식 컴퓨터는 양자 컴퓨터에 비해 작업을 수행하는 데 훨씬 더 많은 시간이 걸립니다. 교차점은 적당한 크기와 복잡성을 지닌 양자 컴퓨터가 기존 컴퓨터가 해킹할 수 없는 기존 암호화 알고리즘, 시뮬레이션 문제, 해킹하는 시점입니다. 이동 문제를 Sabine 박사는 AI가 선과 교차점을 아주 먼 미래로 이동시키고 있다고 주장하며, Meta 수석 동료이자 전 기술 책임자였던 Mike Schroepfer가 "양자 컴퓨팅은 현재 Meta와 관련이 없습니다"라고 말했을 때 매우 예지력이 있었습니다. . …”(양자 기계)는 어느 시점에 등장할 수도 있지만, 시간이 너무 길어서 우리가 하고 있는 일과 관련이 없습니다.” 원천 그러나 컴퓨팅이 항상 문제를 신속하게 해결하는 것은 아닙니다. 모델링 컴퓨팅은 모델링 문제에 관한 것이기도 합니다. 최신 QC( )는 대부분의 사람들이 지불하는 계산 문제를 감당할 만큼 거대하지는 않지만, 모델링할 수 있는 것을 모델링하려면 슈퍼컴퓨팅 컴플렉스가 필요하다는 사실은 충분히 인상적입니다. 433큐비트 IBM Osprey 우리가 해야 할 일이 무엇인지 알아요. Osprey에서 인상적인 것을 모델링하고 어느 것이 전기를 덜 소모하는지 확인해보세요. 이 모델링 콘테스트는 고급 예술로 평가될 수 있으며 사람들을 즐겁게 하도록 고안되었습니다. 오락이 있는 곳에 사람들은 기꺼이 그에 대한 비용을 지불합니다. Frontier에서도 모델링해 보겠습니다. 보다 실용적인 측면에서 보면, 양자 컴퓨터의 측정 측면에 구축된 양자 센서는 기존 계산 센서가 볼 수 없는 우주의 정점입니다. 주목할만한 것은 LIGO와 원자 시계입니다. 후자는 원자를 지속적으로 자극하여 주기적으로 순환되는 최소 에너지를 사용하여 원자 젭토초를 보고 계산할 수 있습니다. 시간을 매우 정확하게 말하면 비록 유지하는 데 도움이 됩니다. 투박하기는 하지만 정확한 달력을 전자는 Mach-Zehnder 간섭계의 변형을 사용하여 중력파를 볼 수 있습니다. 양자 컴퓨팅 세계에서 이것은 단지 단일 CNOT 게이트일 뿐입니다. 따라서 하나의 CNOT 게이트가 중력파를 볼 수 있다면 우리의 정교한 알고리즘이 무엇을 볼 수 있는지 궁금합니다. 우리는 알아내야 합니다. 양자 컴퓨팅의 측정 컴퓨팅 사용 사례는 더욱 인상적일 것입니다. 언젠가는 자의 해밀턴을 측정할 수 있기를 바랍니다. 가능한 가장 작은 비트코인 채굴 AI는 양자 컴퓨팅을 좋아할 수도 있습니다 AI는 학습을 좋아하기 때문에 AI가 양자 컴퓨팅을 좋아할 수도 있다는 점을 깨달아야 합니다. AI는 기존 컴퓨터의 한계를 뛰어넘어 AI 모델을 훈련하는 사람들도 감탄하게 되는 경험적 능력을 개발할 수 있습니다. 그러나 자동차를 아무리 밀어도 결코 배가 될 수는 없습니다. AI는 대부분의 인간 물리학자들에 비해 양자역학을 설명하는 데 여전히 부족하지만, AI에 양자 컴퓨팅 데이터를 계속 제공하면 상황이 바뀔 수 있습니다. 양자 기계 학습( 인 QML이 아닌 ) 기술의 기계 학습은 Meta의 관심을 끌 것입니다. 왜냐하면 더 나은 양자 컴퓨터를 개발하는 길은 고전적인 컴퓨팅 세계와 관련된 더 나은 나노 물질도 개발할 것이기 때문입니다. Quantum Machine Learning MLQ 양자 컴퓨팅 세계는 기존 컴퓨팅 세계와 마찬가지로 이제 나노 규모에 머물러 있습니다. 이웃이기 때문에 서로 유익을 얻을 수 있습니다. 그들은 할 것이다. 추신 >> 양자 컴퓨터는 또한 원자의 얽힘이 얽힘이 없는 경우보다 더 많은 에너지를 포장하기 때문에 배터리 기술 개선에 전념하고 있습니다. 인정해; 이 양자 컴퓨터는 흥미롭습니다.
