Quantum computing: nuovo potenziale per l'apprendimento automatico delle macchine

Gli istituti Fraunhofer IAO e IPA e i partner industriali stanno sviluppando congiuntamente una prima soluzione cloud basata sui quanti per l'apprendimento automatico delle macchine. Il progetto è finanziato dal Ministero federale tedesco per gli affari economici e la protezione del clima.

Laboratorio di lavoro futuro. (Foto: Ludmilla Parsyak, Fraunhofer IAO usando nobeastsofierce - stock)

Il calcolo quantistico rende possibile l'avanzamento delle tecnologie ad alta intensità di calcolo come l'apprendimento automatico (ML). Nel progetto "AutoQML", otto partner della ricerca e dell'industria stanno quindi sviluppando approcci di soluzione che collegano il calcolo quantistico e la ML. Una piattaforma open-source è quella di consentire agli sviluppatori di utilizzare algoritmi di apprendimento automatico quantistico senza conoscenze specialistiche approfondite. Il Fraunhofer Institute for Manufacturing Engineering and Automation IPA è significativamente coinvolto nel progetto e contribuisce con la sua esperienza nel calcolo quantistico e nei metodi convenzionali di ML.

Come fanno le aziende a sfruttare il potenziale della digitalizzazione e a rimanere competitive? L'uso di tecnologie come l'intelligenza artificiale (AI) può aiutare a beneficiare della trasformazione digitale nel miglior modo possibile. Il ML in particolare gioca già un ruolo importante nella strategia di digitalizzazione di molte aziende e consente processi più efficienti e nuovi modelli di business, tra le altre cose. Tuttavia, c'è spesso una mancanza di lavoratori qualificati. Così, l'implementazione di soluzioni ML è ancora spesso associata a un alto carico di lavoro. Dall'acquisizione dei dati alla selezione degli algoritmi adatti e all'ottimizzazione dell'addestramento, è necessaria una competenza dettagliata nella ML.

Nuovo approccio: il calcolo quantistico porta l'apprendimento automatico a un nuovo livello

L'approccio dell'apprendimento automatico delle macchine (AutoML) contrasta queste sfide e rende più facile per i professionisti l'uso dell'AI. In particolare, la scelta degli algoritmi concreti di ML è automatizzata. Gli utenti hanno quindi a che fare e sanno meno di ML e possono concentrarsi di più sui loro processi reali. In questo contesto, l'informatica quantistica segna la svolta in una nuova era tecnologica, poiché può migliorare significativamente l'approccio AutoML. Inoltre, il calcolo quantistico fornisce la potenza di calcolo spesso necessaria per AutoML.

Il progetto comune "AutoQML" affronta questa innovazione e persegue due obiettivi principali: In primo luogo, il nuovo approccio AutoQML è stato sviluppato. Questo sarà esteso da algoritmi di ML quantistica recentemente sviluppati. In secondo luogo, il calcolo quantistico eleva l'approccio AutoML a un nuovo livello, perché certi problemi possono essere risolti più velocemente con l'aiuto del calcolo quantistico che con algoritmi convenzionali.

Guidato dal Fraunhofer Institute for Industrial Engineering IAO, il progetto fornisce agli sviluppatori un accesso semplificato agli algoritmi ML convenzionali e quantistici attraverso una piattaforma open-source. Oltre a Fraunhofer, le aziende GFT Integrated Systems, USU Software AG, IAV GmbH Ingenieursgesellschaft Auto und Verkehr, KEB Automation KG, TRUMPF Werkzeug-maschinen GmbH + Co. KG e Zeppelin GmbH partecipano al progetto. Le soluzioni sviluppate saranno testate sulla base di casi d'uso concreti del settore automobilistico e della produzione.

Il meglio dei due mondi: Libreria software per soluzioni totali ibride

Il consorzio del progetto integrerà componenti del calcolo quantistico negli attuali approcci di soluzioni di apprendimento automatico per essere in grado di utilizzare i vantaggi di prestazioni, velocità e complessità degli algoritmi quantistici in un contesto industriale. Nella cosiddetta AutoQML-Developer Suite - una libreria software - i componenti e i metodi sviluppati di quantum ML devono essere riuniti sotto forma di un toolbox e resi disponibili agli sviluppatori in una piattaforma open-source. Questo permette agli utenti di utilizzare l'apprendimento automatico e l'apprendimento automatico quantistico e di sviluppare soluzioni globali ibride. Il progetto durerà tre anni. L'ulteriore diffusione sul mercato da parte dei partner aziendali permette il trasferimento dell'alta tecnologia legata alla ricerca in un ampio ambiente industriale con l'obiettivo di rafforzare significativamente la Germania come sede industriale. Il progetto è finanziato dal Ministero federale dell'economia e della protezione del clima.

Ulteriori informazioni: http://www.autoqml.ai/

(Visitato 261 volte, 1 visita oggi)

Altri articoli sull'argomento