KVANTNO RAČUNARSTVO

Poslovna umjetna inteligencija neće prijeći na kvantna računala do 2028.

Gartner ne očekuje da će se AI zadaci u poslovnoj produkciji do 2028. masovno izvršavati na kvantnom hardveru. Klasična ubrzana računala i dalje imaju prednost u praktičnim primjenama. Analitičari upozoravaju da se pod nazivom kvantni AI često prodaju hibridne metode ili algoritmi nadahnuti kvantnim načelima. Tvrtkama se preporučuje odvojeno promatrati istraživačke i produkcijske proračune.

Poslovna umjetna inteligencija neće prijeći na kvantna računala do 2028.
Depositphotos / Ilustracija

Prema Gartneru, nijedno poslovno AI radno opterećenje neće se do 2028. izvršavati u velikom opsegu na kvantnom hardveru, a klasična ubrzana umjetna inteligencija trebala bi dominirati svim produkcijskim referentnim testovima. Savjetodavna tvrtka navodi da trenutačno nema znanstvenog rada prošlog neovisnu recenziju koji bi pokazao kvantnu prednost u produkcijskim AI zadacima.

„Kada dobavljači tvrde da nude kvantni AI, uglavnom govore o hibridnim tehnikama ili metodama nadahnutima kvantnim računarstvom, a ne o izvornom kvantnom AI-ju koji radi u poslovnim sustavima velikog opsega”, ističe Chirag Dekate, potpredsjednik i analitičar Gartnera. „Pravo kvantno računarstvo nije spremno ni za jedno produkcijsko AI opterećenje, a najvjerojatnije neće biti ni do kraja desetljeća. Osim toga, nijedan recenzirani rezultat ne pokazuje kvantnu prednost u produkcijskim AI zadacima.”

Pojam kvantnog AI-ja obuhvaća metode strojnog učenja ili umjetne inteligencije koje zahtijevaju izvršavanje na kvantnom hardveru kako bi ostvarile deklariranu prednost u performansama, cijeni ili mogućnostima u odnosu na klasično računarstvo. „Postizanje kvantnog računarstva otpornog na pogreške, u opsegu potrebnom za mjerljive prednosti AI-ja u performansama ili troškovima, zahtijeva napredak u četiri područja: hardveru, ispravljanju pogrešaka, posredničkom softveru i algoritmima”, dodaje Dekate. Stoga se današnje tvrdnje o kvantnom AI-ju često odnose na kvantnim načelima nadahnute metode, a ne na izvorno kvantno izvršavanje.

Sve intenzivnije strateško povezivanje kvantnog računarstva i umjetne inteligencije moglo bi potaknuti uprave da dio AI proračuna preusmjere u istraživanje i razvoj koji vjerojatno neće donijeti vrijednost prije 2030. Gartner očekuje da će kvantno računarstvo otporno na pogreške za potrebe AI-ja tijekom ovog desetljeća ostati u istraživačko-razvojnoj fazi jer neće raspolagati dovoljnim brojem logičkih kubita za ekonomski održivo izvođenje cjelovitih AI algoritama.

Kvantno istraživanje i produkcijska AI infrastruktura imaju neusklađene vremenske horizonte, troškovnu ekonomiku i zahtjeve upravljanja. Dok generativni AI može donijeti mjerljive učinke u brzini obrade i automatizaciji tijekom 12 do 18 mjeseci, kvantni AI još nije pokazao mjerljivu vrijednost za produkcijska opterećenja i malo je vjerojatno da će se to uskoro promijeniti.

„Spajanje tih dvaju proračuna zamagljuje odgovornost za oba područja i dopušta da ulaganja u potencijal kvantne tehnologije istisnu razvoj produkcijskih AI mogućnosti”, navodi Dekate. „Direktori informatike među glavne kategorije potrošnje stalno svrstavaju generativni AI, agentni AI, kibernetičku sigurnost i oblak. Kvantno računarstvo ne pojavljuje se na popisima najvažnijih ulaganja. Oni koji ga financiraju izdvajaju znatno manje nego za generativni AI i ne zahtijevaju povrat ulaganja u kratkom roku.”

Kvantna računala informacije obrađuju korištenjem kubita, čija se svojstva razlikuju od klasičnih bitova. Ta razlika ne znači da je kvantni procesor automatski brži u svakom računalnom zadatku. Prednost se mora pokazati za konkretan algoritam i jasno određene uvjete usporedbe. Današnji uređaji suočavaju se s pogreškama i ograničenjima stabilnosti kubita. Logički kubiti koriste mehanizme ispravljanja pogrešaka kako bi se smanjio utjecaj nesavršenog fizičkog hardvera.

Za praktične poslovne primjene važni su i dostupnost sustava te ukupni trošak izvođenja. Istraživanja kvantnih algoritama zato treba razlikovati od planiranja produkcijske infrastrukture. Hibridni pristupi povezuju klasične i kvantne komponente, ali sami po sebi ne dokazuju kvantnu prednost. Slično tome, kvantno nadahnuti algoritam može se izvršavati na uobičajenom računalu. Gartnerova prognoza odnosi se na AI opterećenja velikog opsega, a ne na prestanak kvantnih istraživanja. Organizacijama ostaje mogućnost pratiti napredak tehnologije bez poistovjećivanja eksperimentalnih rezultata s komercijalnom spremnošću.