c't 9/2020
S. 138
Praxis
Machine Learning mit Quantencomputern
Bild: Albert Hulm

Quanten-KI

Eine Einführung in maschinelles Lernen mit Quantencomputern

Quantencomputer sollen herkömmliche Rechner bei gewissen Aufgaben unterstützen, zum Beispiel beim ­maschinellen Lernen. Ein Beispiel zur Klassifikation von Brustkrebsdaten zeigt, wie man so eine Kooperation von herkömmlichen und Quantencomputern programmiert. Ausprobieren kann man das auch zu Hause, auf einem simulierten Quanten­computer.

Von Dr. Florian Neukart

Maschinelles Lernen (ML), ein Teil­bereich der künstlichen Intelligenz, ist einer der Hoffnungsträger in der IT. Zum Beispiel können ML-Systeme auch solche Aufgaben automatisiert lösen, für deren Lösung Menschen gar keinen Weg präzise vorgeben können. Ein Problem sind allerdings die umfänglichen Berechnungen, die das Training solcher Systeme erfordert.

Quantencomputer – ein weiterer Hoffnungsträger der IT – versprechen solche Berechnungen effizienter bewältigen zu können als klassische Rechner. Im sogenannten Quantum Machine Learning (QML) wird versucht, aktuelle Verfahren des maschinellen Lernens zu beschleunigen und ihre Prognosequalität zu verbessern [1] oder gar völlig neue Modelle zu entwickeln [2].

Kommentieren