Skip to content

Ein Quantensprung im maschinellen Lernen?

Quanten haben Hochkonjunktur. Neben der Industrie investiert nun auch die Bundesregierung im Rahmen der Corona-Konjunkturhilfe zwei Milliarden Euro in Quantentechnologie „made in Germany“. Entsprechend hoch sind die Erwartungen. Führen Quantenrechner zum Durchbruch in der KI-Entwicklung?

Ein Beitrag von Clarissa E. Staudt, Deutsches Jungforschernetzwerk – juFORUM e. V.

Selbstfahrende Autos, medizinische Diagnosen und Bonitätsprüfungen – in all diesen Bereichen kommt maschinelles Lernen zum Einsatz. Damit ein Computer solche komplizierten Aufgaben lösen kann, sammelt er zunächst Erfahrungen über die in Daten vorhandenen Muster und Gesetzmäßigkeiten. Informatiker*innen müssen sich während dieser Lernphase in Geduld üben. Bis eine Maschine ihr Training abgeschlossen hat und neue Informationen korrekt einordnen kann, vergehen Stunden, Tage und manchmal sogar Wochen. Doch das zähe Warten könnte dank Quantencomputern der Vergangenheit angehören, wie Google bereits 2019 medienwirksam demonstriert hat. Die firmeneigene Wundermaschine löste eine komplexe Rechenaufgabe schneller als jeder konventionelle Computer: in nur drei Minuten statt 10.000 Jahren. Eine exponentielle Verkürzung der Rechenzeit ist auch bei vielen Machine-Learning-Anwendungen denkbar. Wenn man statt eines klassischen Rechners Quantencomputer einsetzt, spricht man von „Quantum Machine Learning“. Doch wie funktioniert das?

Verschränkung und Superposition

Quantencomputer arbeiten mit Qubits, die aufgrund ihrer Quanteneigenschaften einen Überlagerungszustand (= Superposition) annehmen. Qubits können außerdem miteinander verknüpft werden (= Verschränkung) und damit einen komplexeren Gesamtzustand erreichen. Mehrere Lösungsmöglichkeiten eines Problems lassen sich so gleichzeitig erkunden. Doch die Technologie hat ihre Tücken. Qubits sind äußerst störanfällig, was den Bau größerer Quantencomputer erschwert. In solchen Systemen wären die allermeisten Qubits damit beschäftigt, die ständig neu auftretenden Fehler auszubügeln. 

Wissenschaftler*innen arbeiten an der Kühlung eines Quantencomputers. Noch haben Quantenrechner die Laborumgebung nicht verlassen.

Um Qubits zumindest für den Bruchteil einer Sekunde stabil zu halten, müssen Forscher*innen die Quantenchips von magnetischen und elektrischen Feldern abschirmen und sie bis auf wenige tausendstel Grad über dem absoluten Nullpunkt herunterkühlen. Allein diese technischen Voraussetzungen sorgen dafür, dass Quantencomputer vorerst ihre hochspezialisierten Laborumgebungen nicht verlassen werden. Neben den beschriebenen Hardwareproblemen muss die Wissenschaft weitere Hürden überwinden.

Beim maschinellen Lernen werden Rechner während der Lernphase mit riesigen Datenmengen gefüttert. Das ist bei Quantencomputern mitunter so aufwendig, dass der Quantenvorteil im Vergleich zum klassischen Rechner dahinschmilzt. Die Mühe lohnt sich folglich nur bei komplexen Problemen, wie zum Beispiel der Suche nach neuen Medikamenten, der Modellierung des Finanzmarkts oder der automatisierten Verbesserung von Batterien. Quantencomputer sind dementsprechend keine Universallösung, könnten aber bislang Unmögliches möglich machen.

Quantenrevolution?

Doch bis die Quantenrevolution da ist, kann es dauern. Falls der ersehnte Durchbruch ausbleibt, könnte die Industrie aus dem Projekt aussteigen und die Regierung die Forschungsgelder drastisch kürzen. Der von Forscher*innen befürchtete Quantenwinter würde anbrechen. Ähnliche Durststrecken, die als „Winter der künstlichen Intelligenz“ bekannt wurden, gab es bereits in den 1970er- und frühen 1990er-Jahren. Damals blieb der Fortschritt im Bereich des maschinellen Lernens weit hinter den zuvor geweckten Erwartungen zurück. In der Folge wurden die Gelder gestrichen und die Disziplin in einen Winterschlaf versetzt. Doch nach jedem Winter folgt bekanntermaßen ein Frühling. Damit Quantencomputer ihr volles Potenzial entfalten können, braucht es Geduld. Geduld, wie man sie aus der KI-Forschung kennt.

Clarissa E. Staudt, Deutsches Jungforschernetzwerk – juFORUM e. V.

Beitrag teilen:

Facebook
Twitter
LinkedIn
Pinterest
XING
WhatsApp
Email

Ähnliche Beiträge

Mit Wasserstoff in eine grüne Zukunft
4. Juli, 2022
Das Pariser Klimaziel, die globale Erderwärmung auf 1,5 Grad Celsius zu beschränken, könnte noch erreicht werden. Aber es ist eine Herkulesaufgabe, für die wir den Ausbau der erneuerbaren Energien vervielfachen müssen. Und wir brauchen sogenannten grünen Wasserstoff, der mithilfe von regenerativem Strom hergestellt wird. Die Technologie spielt eine Schlüsselrolle auf dem Weg zur Klimaneutralität, die wir weltweit bis Mitte des Jahrhunderts erreichen wollen.
Der menschliche Faktor oder wie berufliches   Miteinander gelingen kann
28. Juni, 2022
Es ist unumstritten: Beruflicher Erfolg hängt von einer guten Ausbildung ab. In den letzten Jahrzehnten hat allerdings auch der Wert von sozialen Fähigkeiten wie Kooperationsbereitschaft erheblich zugenommen. Fähigkeiten wie diese lassen das berufliche Miteinander besser gelingen. Und dafür sind typische menschliche Verhaltensmuster verantwortlich.
Kollision der Giganten
8. Juni, 2022
Die Zukunft der Milchstraße wird turbulent – erst stößt sie mit der Andromeda-Galaxie zusammen, später auch mit der Triangulum-Galaxie. Hier ein Vorausblick auf den Crash der Sterneninseln.
Computer: Zufälle gibt es nicht
30. Mai, 2022
Ein Zufall lässt sich am besten definieren als ein nicht vorherzusagendes Ereignis. Diese Eigenschaft kommt in vielen Bereichen zur Anwendung, sei es im Glücksspiel oder bei der Auswahl von Teilnehmer*innen an Meinungsumfragen. In diesen Fällen sind Zufallszahlen die Basis für Fairnessund Sicherheit. Auch für Verschlüsselungen sind Zufallszahlen unentbehrlich. Computer und Taschenrechner kennen jedoch keinen Zufall.
Schwarmverhalten – lieber gemeinsam als einsam
23. Mai, 2022
Nicht nur wir Menschen mögen und brauchen Gesellschaft, das Gleiche gilt für viele Tiere. In der Gemeinschaft nutzen sie Sinne und Intelligenz der vielen. So werden Fähigkeiten entwickelt, die ein Individuum allein nicht hat.
Batterien – Speicher der Zukunft?
6. Mai, 2022
Die Erfindung der Lithium-Ionen-Batterie hat unseren Alltag revolutioniert. Nicht nur das handliche Smartphone, sondern auch kleine Laptops mit langer Batterielaufzeit wurden dadurch möglich. Darüber hinaus hat die Batterie die Elektromobilität alltagstauglich gemacht. Doch wie sieht es mit der Nachhaltigkeit des kleinen Stromspeichers aus?
Wie unsere Gedanken entstehen und warum wir sie lesen können
13. April, 2022
Im Lied heißt es: „Die Gedanken sind frei, kein Mensch kann sie wissen …“. Gilt dies auch noch heute? Oder gelingt es mit modernen Methoden, doch herauszufinden, was uns gerade beschäftigt? Der MINT Zirkel sprach mit dem Hirnforscher Prof. Dr. John-Dylan Haynes über den Stand der Forschung.
Neues aus der Milchstraße
28. März, 2022
In den vergangenen Jahren hat sich das Verständnis von der Struktur und Entwicklung der Milchstraße enorm erweitert und teilweise gewandelt. Entdeckt wurden darin neue Spiralarme und gigantische Gebilde, weiträumige Schwingungen sowie uralte Reste kannibalisierter Zwerggalaxien.
Kann der Hund Analysis?
14. März, 2022
Wenn ein Hund nicht auf dem kürzesten (geraden), sondern auf dem zeitoptimalen (geknickten) Weg ins Wasser springt, um den Ball zu apportieren, löst er ein Minimierungsproblem. Das ist immerhin so kompliziert, dass es als Klausuraufgabe im zweiten Semester Analysis taugt. Und da kommt Timothy Pennings, Mathematikprofessor an einer kleinen Universität im ländlichen Michigan, und behauptet, sein Hund Elvis könne das auch!
Vom Feld bis auf den Teller: Was sind die besten Zutaten für kulinarischen Klimaschutz?
4. März, 2022
Unsere Ernährung ist ein echtes Schwergewicht auf der Klimabilanz. Mit durchschnittlich 1,7 Tonnen CO2-Äquivalenten pro Kopf und Jahr schlägt diese beim CO2-Fußabdruck einer und eines jeden Deutschen zu Buche. Zum Vergleich: In Indien verursacht ein Mensch für seinen gesamten Lebensstil im Durchschnitt etwa 1,7 Tonnen CO2-Emissionen. Höchste Zeit also, unsere Ernährungsgewohnheiten auf Klimadiät zu setzen.
AlphaFold – ein Algorithmus für das Protein-Origami
22. Februar, 2022
Ob Einzeller oder Vielzeller, die Lebensfunktionen in der Zelle basieren auf winzig kleinen Grundbausteinen, den Proteinen. Wie einzelne Proteine genau aussehen, wird in der Strukturbiologie erforscht. Dort werden die 3-D-Strukturen von Proteinen sichtbar gemacht und aus ihrem Aufbau zelluläre Funktionen und Wirkmechanismen abgeleitet. Mit dem lernfähigen KI-System AlphaFold 2.0 hat die Strukturbiologie nun neue Unterstützung.