
ترکیب هوش مصنوعی، مدلهای زبانی پیشرفته، ایجنتهای هوشمند و رایانش کوانتومی میتواند سرعت انجام تحقیقات علمی را به شکل چشمگیری افزایش دهد. نیکولا ماکسیمِنکو، فیزیکدان کوانتومی و همبنیانگذار و مدیر فناوری شرکت Haiqu، معتقد است این ترکیب حتی میتواند نشانهای از ظهور نوعی «AGI ضعیف» باشد. ماکسیمِنکو میگوید یکی از بخشهای تحقیقات دوره دکتری او که حدود شش ماه زمان برده بود، توسط یک ایجنت هوش مصنوعی مجهز به مدلهای زبانی مدرن و دسترسی به یک رایانه کوانتومی در طول یک آخر هفته بازسازی شد. این سیستم حتی توانست یک اشتباه در یکی از فرمولهای او را شناسایی کند. او تأکید میکند که هنوز نمیتوان این فناوری را یک AGI کامل دانست، اما معتقد است قابلیتهای آن به چیزی شبیه یک هوش عمومی ضعیف نزدیک شده است؛ سیستمی که میتواند در حوزههای مختلف، مسائل پیچیده را تحلیل و حل کند.
سیستم عامل کوانتومی مبتنی بر ایجنتهای هوش مصنوعی
شرکت Haiqu اخیراً از یک سیستم موسوم به سیستمعامل کوانتومی ایجنتمحور رونمایی کرده است. ایده اصلی این سیستم آن است که ایجنتهای هوش مصنوعی یک مسئله پیچیده را به بخشهای کوچکتر تقسیم کنند، الگوریتمهای کوانتومی مناسب را شناسایی کنند و سپس با استفاده از نرمافزارهای تخصصی، الگوریتم موردنظر را روی سختافزار کوانتومی اجرا و بهینهسازی کنند. به گفته ماکسیمِنکو، این فرایند میتواند زمان انجام برخی پروژههای تحقیقاتی را از شش ماه به حدود یک هفته کاهش دهد. در یک نمونه دیگر نیز، یک پروژه تحقیقاتی که ممکن بود یک سال زمان ببرد، طی چند هفته به نتایج امیدوارکننده رسیده است. Haiqu همچنین ادعا کرده که در یکی از شبیهسازیهای دینامیک مولکولی، هزینه محاسبات از بیش از ۳۰ هزار دلار و ۹ ساعت زمان به حدود ۲۵ دلار و ۳۰ ثانیه کاهش یافته است؛ ادعایی که البته برای تأیید مستقل به بررسی بیشتری نیاز دارد.

آزمایش هوش مصنوعی در حوزه ژنوم
ماکسیمِنکو حتی از این سیستم در حوزهای خارج از تخصص خود، یعنی ژنومیک، استفاده کرده است. او دادههای عمومی ژنوم ویروس هپاتیت D را در اختیار ایجنت قرار داد. سیستم هوش مصنوعی تلاش کرد روش مورد استفاده پژوهشگران را بازسازی کند و الگوریتمهای مناسب برای پردازش دادهها را پیشنهاد دهد. به گفته او، این سیستم توانست نتایج پروژه را نسبتاً سریع بازتولید کند و حتی امکان ایجاد جهشهای کوچک در ژنوم و بررسی تغییرات را فراهم کرد.
آیا رایانش کوانتومی همین حالا کاربردی است؟
ماکسیمِنکو معتقد است صنعت رایانش کوانتومی نباید صرفاً منتظر رسیدن به برتری کوانتومی (Quantum Supremacy) یا رایانههای کوانتومی کاملاً مقاوم در برابر خطا باشد. از نگاه او، برخی کاربردهای واقعی را میتوان همین امروز با سختافزارهای دارای صدها کیوبیت دنبال کرد. او حوزههایی مانند شیمی کوانتومی، دینامیک کوانتومی، بهینهسازی و یادگیری ماشین کوانتومی را از گزینههای مناسب برای استفاده از این فناوری میداند.
با این حال، افزایش قدرت این ابزارها یک چالش مهم نیز ایجاد میکند. همان فناوریای که میتواند تحقیقات پزشکی و علمی را سریعتر کند، در صورت استفاده نادرست میتواند برای اهداف خطرناک نیز مورد استفاده قرار گیرد. به همین دلیل، موضوع ایمنی هوش مصنوعی و محدودیتهای دسترسی به مدلهای قدرتمند اهمیت بیشتری پیدا میکند. در نهایت، ترکیب هوش مصنوعی و رایانش کوانتومی میتواند شیوه انجام تحقیقات علمی را تغییر دهد. اگر ادعاهای مطرحشده در پروژههای مستقل نیز تأیید شوند، شاید دیگر لازم نباشد برای بهرهبرداری جدی از رایانش کوانتومی تا یک دهه آینده منتظر بمانیم؛ زیرا ایجنتهای هوش مصنوعی میتوانند همین امروز استفاده از سختافزارهای کوانتومی را سادهتر و کاربردیتر کنند.
منبع خبر: forbes

شاهین آقامعلی


پاسخ :