Quantensprung für die künstliche Intelligenz

Quantencomputer werden die künstliche Intelligenz und das Maschinelle Lernen tiefgreifend verändern und völlig neue Anwendungsmöglichkeiten erschließen. In einer Studie erläutern Experten der Fraunhofer-Allianz Big Data und künstliche Intelligenz gemeinsam mit wissenschaftlichen Partnern, wie Quantencomputer Verfahren des Maschinellen Lernens beschleunigen können und welche Potenziale ihr Einsatz in Industrie und Gesellschaft mit sich bringen wird. Die Studie stellt grundlegende Konzepte und Technologien des Quantencomputings vor, analysiert die aktuelle Forschungs- und Kompetenzlandschaft und zeigt Marktpotenziale auf.

Bild: IBM

Viele Aufgaben im Bereich Big Data, künstliche Intelligenz (KI) und Maschinelles Lernen (ML) sind heute, trotz fortschrittlicher Rechenleistung von Computersystemen, nur mit immensem Zeit- und Rechenaufwand lösbar – manche sind sogar so komplex, dass ihre Berechnung mit heutigen Rechnerkapazitäten Jahre dauern würde. Bei der Entwicklung neuer Impfstoffe z.B. könnten KI-Verfahren helfen – die Biologie ist jedoch so komplex, dass die Simulation der molekularen Reaktionen im Körper bei einer realis­tischen Rechenzeit nach heutigem Stand nur sehr unvollständig abgebildet werden könnte. Es braucht einen ‚Quantensprung‘, um die künstliche Intelligenz und das Maschinelle Lernen auf ein neues Level zu heben. Hier setzt das Quantencompu­ting an.

„Im Quantencomputing steckt das Potenzial, die prinzipiellen Beschränkungen klassi­scher Computer zu überwinden“, sagt Prof. Dr. Christian Bauckhage, wissenschaftlich­er Direktor des Fraunhofer-Forschungszentrums Maschinelles Lernen. „Das ist uns bei Fraunhofer schon lange bewusst und wir forschen seit Jahren an der Anpassung von Algorithmen des Maschinellen Lernens an die Anforderungen von Quantencomputern. Lange waren diese Forschungen jedoch theoretische Konzepte. Das ändert sich jetzt: Schon bald werden wir in der Lage sein, ML-Algorithmen auf realen Quantencompu­tern anzuwenden.“

Welche Quanteneffekte spielen beim Quantencomputing eine Rolle? Wie können sie Rechenverfahren beschleunigen und völlig neue Anwendungen ermöglichen – etwa im Bereich Logistik & Mobilität, in der Pharmaindustrie oder in der Finanzwirtschaft? Das erklären Expertinnen und Experten der Fraunhofer-Allianz Big Data und künstliche Intelligenz sowie des Fraunhofer-Forschungszentrums Maschinelles Lernen in Koopera­tion mit dem Kompetenzzentrum Maschinelles Lernen Rhein-Ruhr ML2R in ihrer Studie.

Wie Quantencomputer Berechnungen beschleunigen

Quantencomputer nutzen zur Informationsverarbeitung Quanteneffekte wie Superposi­tion oder Verschränkung und können dadurch prinzipiell schneller Ergebnisse liefern. Während ein digitaler Computer mit Bits rechnet, arbeitet ein Quantencomputer mit Qubits, die im Gegensatz zu den klassischen Bits nicht nur genau einen von zwei mög­lichen Zuständen annehmen können, sondern auch eine beliebige Überlagerung bei­der. Verfahren des Maschinellen Lernens lassen sich für Quantencomputer so anpassen, dass sie mehrere Lösungswege gleichzeitig beschreiten. Damit kann ein einzelner Quanten­computer schneller Lösungen finden als viele klassische Computer in einem Cluster, wie etwa einer Cloud. Anhand ausgewählter Beispiele zeigt die Studie, wie Quantenalgorithmen für das Durchsuchen großer Datenbanken, das Lösen komplexer Gleichungssysteme oder kombinatorischer Optimierungsprobleme genutzt werden können. Neben den logischen Konzepten von Quantencomputern stellt die Studie auch Techniken für die Implementierung der Hardware vor, wie photonische Quantencomputer, Ionenfallen oder die bisher am weitesten verbreitete Technologie der supraleitenden Schaltungen.

Wertschöpfungspotenziale durch Simulation und Optimierung

Der Einsatz von Quantencomputern für Berechnungen auf Basis des Maschinellen Lernens wird zukünftig in vielen Industriebereichen für eine effizientere Wertschöpfung sorgen. Konkrete Anwendungsgebiete stellt die Studie ausführlich vor. Besonders prädestiniert sind Quantencomputer aufgrund ihrer Konstruktionsprinzipien dazu, Einblicke in quantenmechanische Sys­teme, wie etwa Moleküle, zu gewähren. Lassen sich Moleküle und ihre Eigenschaften in vertretbarer Zeit simulieren, so eröffnen sich in Zukunft möglicherweise neue Produktionsverfahren für die chemische Industrie. Ebenso könnten Pharmaunter­nehmen die Medikamentenentwicklung beschleunigen oder die Ingenieurwissenschaften von einer gezielten Materialentwicklung profitieren. Großes Wertschöpfungspotenzial liegt auch in der Lösung von Optimierungsproblemen mithilfe von Quantencomputern. Diese stellen sich z.B. in der Logistik, wenn es darum geht, Ressourcen optimal einzusetzen. Aber auch in der Finanzwirtschaft und bei der Planung von Telekommunikationsnetzen spielen Optimierungsfragen eine entscheidende Rolle. Zudem gibt es schon heute Quantenalgorithmen, die große Auswirkungen auf die Kryptographie und sichere, verschlüsselte Kommunikation haben können.

Marktsituation und internationaler Wettbewerb

An der Entwicklung von Quantencomputern arbeiten alle Industrienationen. Öffent­liche und private Investitionen, vor allem aus China, den USA und der Euro­päischen Union, haben bereits einen erheblichen Beitrag zur bisherigen Entwicklung von Quantentechnologien geleistet. Dabei liegt China mit rund zehn Milliarden US-Dollar an Investitionen im Vergleich zu den USA (rund 1,3 Mrd. USD) und Europa (rund 1 Mrd. USD) bislang noch weit vorn. Die Fraunhofer-Studie gibt einen Überblick über die weltweite Forschungs-, Förder-, Patent- und Publikationslandschaft und zeigt das starke Wachstum dieses Marktes auf, das sich seit 2016 rasant beschleunigt hat. So hat sich etwa die Zahl der weltweit erteilten Patente von 2015 bis 2019 mehr als verdreifacht. Gemessen an der Anzahl an Publikationen ist Europa, beziehungs­weise die EMEA-Region, inter­national führend in der akademischen Quantenphysik – mit heute rund 50 Prozent aller wissenschaftlichen Publikationen und fast 40 Prozent der Forschenden in diesem Bereich.

Seiten: 1 2Auf einer Seite lesen

Thematik: Technologie
Fraunhofer IAIS

Das könnte Sie auch Interessieren

Bild: Fraunhofer IEM
Bild: Fraunhofer IEM
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.

Bild: schoesslers GmbH
Bild: schoesslers GmbH
appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

Das gemeinnützige appliedAI Institute for Europe stellt den kostenfreien Online-Kurs ‚AI Essentials‘ zur Verfügung, der es Interessierten ermöglicht, in die Welt der Künstlichen Intelligenz einzusteigen. Konzepte wie maschinelles Lernen und Deep-Learning sowie deren Anwendungsmöglichkeiten und Auswirkungen auf unser Leben und unsere Wirtschaft sind Teile der umfassenden Einführung.

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.