تراشه‌های کوانتومی فوتونیک، هوش مصنوعی را هوشمندتر و سبزتر می‌کنند: گامی بلند در کاهش مصرف انرژی

پژوهشگران دانشگاه وین نشان دادند؛ کامپیوترهای کوانتومی مقیاس کوچک می‌توانند عملکرد یادگیری ماشین را بهبود بخشند. به نقل از ساینس‌دیلی، در یک دستاورد چشمگیر که افق‌های جدیدی را در ترکیب یادگیری ماشین و محاسبات کوانتومی می‌گشاید، تیمی از پژوهشگران بین‌المللی به سرپرستی دانشگاه وین نشان داده‌اند که حتی کامپیوترهای کوانتومی در مقیاس کوچک نیز قادرند عملکرد الگوریتم‌های یادگیری ماشین را به طور قابل توجهی افزایش دهند. این مطالعه که نتایج آن اخیراً در نشریه معتبر "Nature Photonics" منتشر شده، با بهره‌گیری از یک مدار کوانتومی فوتونیک، نه تنها مزیت‌های محاسبات کوانتومی کنونی را در وظایف خاصی نسبت به سیستم‌های کلاسیک آشکار می‌کند، بلکه راهی پایدار برای کاهش چشمگیر مصرف انرژی در هوش مصنوعی را نیز پیش رو می‌گذارد. این پژوهش پیشگامانه، که در آزمایشگاه‌های دانشگاه وین به ثمر رسیده و با همکاری متخصصانی از Politecnico di Milano ایتالیا و Quantinuum بریتانیا انجام شده است، بر روی یک پردازنده کوانتومی فوتونیک اجرا شد. هدف اصلی، طبقه‌بندی نقاط داده با استفاده از قابلیت‌های محاسبات کوانتومی و ارزیابی مزیت‌های حاصل از اثرات کوانتومی در مقایسه با کامپیوترهای سنتی بود.
فیلیپ والتر، سرپرست این پروژه از دانشگاه وین، در این باره توضیح می‌دهد: "ما دریافتیم که برای وظایف مشخص، الگوریتم ما خطاهای کمتری نسبت به نمونه‌های کلاسیک خود مرتکب می‌شود." او افزود: "این بدان معناست که کامپیوترهای کوانتومی موجود می‌توانند عملکرد خوبی را بدون نیاز به فراتر رفتن از فناوری‌های پیشرفته فعلی ارائه دهند." این یافته‌ها توسط ژنگائو یین، نویسنده اول مقاله، نیز تأیید شده است.پتانسیل سبز و کاهش مصرف انرژی:یکی از جنبه‌های جذاب و حائز اهمیت این پژوهش، پتانسیل پلتفرم‌های فوتونیک در مصرف انرژی کمتر نسبت به کامپیوترهای استاندارد است. ایریس آگرستی، یکی از نویسندگان همکار، در این خصوص تأکید می‌کند: "این موضوع می‌تواند در آینده حیاتی باشد، زیرا الگوریتم‌های یادگیری ماشین به دلیل نیازهای انرژی بسیار بالا، در حال تبدیل شدن به یک چالش جدی هستند."
به گزارش ساینس دیلی، نتایج این تحقیق نه تنها بر حوزه محاسبات کوانتومی تأثیرگذار است و وظایفی را که از اثرات کوانتومی بهره می‌برند شناسایی می‌کند، بلکه بر محاسبات استاندارد نیز اثر می‌گذارد. در واقع، با الهام از معماری‌های کوانتومی، می‌توان الگوریتم‌های جدیدی را طراحی کرد که به عملکرد بهتر و کاهش مصرف انرژی منجر شوند. این پیشرفت، گامی مهم در راستای توسعه هوش مصنوعی پایدار و کارآمد در آینده به شمار می‌رود.
14:20 - 22 خرداد 1404

1 واکنش
24٫1k بازدید



1 پاسخ

@mahdi384430 دی 1404
در پاسخ به
n
ni un

@mahdi3844  •  23 دی 1404

فیلترینگ راه حل نیست باید سازوکار جدید پیدا کنیم
۱۳ MB
مطالبه

فیلترینگ راه حل نیست باید سازوکار جدید پیدا کنیم

بسمه تعالی مسئولین صدا و سیمای جمهوری اسلامی ایران سلام علیکم از متخصصان خبره در صدا و سیما استفاه شود این خوب هست که مسئولین کشورم همواره درتلاش هستند تا منافع ملی را حفظ کرده به آنها ارزش دهند ،با این حال با توجه به کلیپ پایین که امروز در صدا و سیمای جمهوری اسلامی ایران پخش شد ، و نسبت به ملی بودن اینترنت بحث کردند مطالب زیر را خدمت شما عرض میکنم تا کمی توجیه شوید و بدانید که اصلا از لحاظ علمی و اقتصادی با کشورهای غربی قابل مقایسه نیستیم :(گزیده ای کتاب درحال تالیف هوش مصنوعی عمومی در دانشگاه تهران اثر حامدکیانی): ۱. هوش مصنوعی پیش از آنکه اسم داشته باشد هزاران سال پیش، در جزیره‌ی کرت، مهندسی به نام دایدالوس بال‌هایی از موم و پر ساخت تا پسرش ایکاروس از زندان مینوتور پرواز کند. آن لحظه‌ی دقیق، اولین تلاش بشر برای ساختن «موجودی دیگر» بود که بتواند کاری کند که خودش نمی‌تواند. از آن روز تا امروز، ما فقط اسم بال‌ها را عوض کرده‌ایم: گولم‌های کابالایی، همونکولوس کیمیاگران، ماشین تورینگ، شبکه‌های عصبی، ترنسفورمر، هوش مصنوعی عمومی. ۲. تابستان جادویی ۱۹۵۶ کنفرانس دارتموث، نیوهمپشایر. ده نفر دور یک میز چوبی نشسته‌اند. جان مک‌کارتی کلمه‌ی را برای اولین بار روی کاغذ می‌نویسد. ماروین مینسکی می‌گوید: «در یک نسل، مسئله‌ی ساختن ماشین هوشمند حل خواهد شد.» آن‌ها نمی‌دانستند که همان جمله، هم بزرگ‌ترین پیشگویی و هم بزرگ‌ترین شوخی تاریخ علم شد. نسل‌ها آمدند و رفتند، اما ما هنوز در همان تابستانیم . ۳. زمستان‌ها و بهارهای دروغین ۱۹۷۴ – اولین زمستان: بودجه‌ها قطع شد، چون ماشین‌ها هنوز نمی‌توانستند یک جمله‌ی ساده بفهمند. ۱۹۸۷ – دومین زمستان: شبکه‌های عصبی دوباره مد شدند و دوباره شکست خوردند. ما هر بار فکر کردیم «این بار دیگه تمومه»، اما هوش مصنوعی مثل ققنوس از خاکستر خودش بلند می‌شد؛ فقط هر بار بزرگ‌تر، چاق‌تر و خطرناک‌تر. ۴. لحظه‌ی «واقعاً» شروع شدن همه چیز سال ۲۰۱۲، تورنتو. الکس کریژفسکی، ایلیا ساتسکِوِر و جفری هینتون یک شبکه‌ی کانولوشنی به نام AlexNet را روی ۱.۲ میلیون عکس ImageNet آموزش دادند. خطایشان ۱۰ درصد کمتر از بهترین روش قبلی بود. آن شب، یادگیری عمیق از دنیای آکادمیک بیرون آمد و دنیا را خورد. مفهوم جملات بالا: بدانید که از سال 1956 آمریکایی ها همواره درحال پیشرفت کردن بوده اند(ولی شورای نگهبان درحال حاضر هنوز در تدوین سند ملی هوش مصنوعی مانده است) و ما درسال 1956 نسبت به اقتدار ملی خود تصمیم میگرفتیم ، حال اگر بیایم خودمان را از لحاظ نظامی با آمریکایی ها قیاس کنیم میگوییم که با توجه به جنگ تحمیلی 12 روزه و جنگ های پیش از آن مثل 8 سال دفاع مقدس ماایرانی ها از لحاظ نظامی هیچ دست کمی از آمریکایی ها نداریم ولی آیا از لحاظ اقتصادی چطور؟!!! آیا میتوانیم اقتصاد خود را با اقتصاد و رفاه مردم آمریکا مقایسه کنیم؟!! 100 درصد آن کسی که آوردید و امروز درمورد فیلترینگ مصاحبه کرد به صورت پخش زنده ، این را نمیدانست که ،اکثر کسب و کارهای اینترنتی ایرانی روی بستر های خارجی فعالیت میکنند ،‌ پلتفرم هایی مثل اینستاگرام و سایر سوشیال مدیا ها بستری مناسبی برای بازاریابی اینترنتی هستند مردم کسب و کارشان را با آنها رونق میدهند ،‌واقعا چرا باید فیلتر شویم!!!!! هم بستر مناسبی برای بازاریابی نداریم و هم فیلترینگ باعث شده که مردم از زندگی بیزار شوند، ما باید به فکر دولت و مردم همزمان باشیم نه اینکه فقط به فکر دولت باشیم مطابق با آمار اگر زندگی را برای مردم سخت کنیم ، حدود آن 10 درصد نخبگانی که در کشورم باقی مانده هستند را هم ازدست میدهیم ، و کشور را دست افراد ناشایسته میسپاریم ، پس به جای فیلترینگ بیایم یک سازو کار و روشی تعیین کنیم که هم برای مردم قابل هضم باشد و هم برای دولت و این راه قطع به یقین فیلترینگ اینترنت خارجی نخواهد بود!!! یک راه دیگر پیدا کنید با تشکر حامد کیانی

کشور، نهاد محترم ریاست جمهوری، سارمان صدا و سیمای جمهوری اسلامی ایران

100
گزارش از مطالبه
1000
پیگیری از مسئول مربوطه