Japanske forskere har tatt et viktig skritt mot en ny generasjon kvantedatamaskiner. For f\u00f8rste gang har de klart \u00e5 styre fem kvantebiter samtidig i en silisiumbrikke med rundt 99,9 prosent presisjon. P\u00e5 lengre sikt kan kombinasjonen av kvantedatamaskiner og kunstig intelligens gi gjennombrudd innen kreftmedisin, batteriteknologi, energiproduksjon og utvikling av nye materialer.<\/strong>\n<\/p>\n Vitenskap og teknologi:<\/b> Kunstig intelligens har allerede begynt \u00e5 forandre arbeidslivet, forskningen og m\u00e5ten vi bruker datamaskiner p\u00e5. Men en langt st\u00f8rre teknologisk omveltning kan ligge foran oss.\n<\/p>\n Forskere ved det japanske forskningsinstituttet RIKEN har n\u00e5 l\u00f8st deler av et problem som i \u00e5revis har bremset utviklingen av kraftige kvantedatamaskiner.\n<\/p>\n Resultatene er publisert i det anerkjente vitenskapelige tidsskriftet Nature Physics og ble omtalt av ScienceDaily s\u00f8ndag 25. oktober.\n<\/p>\n Gjennombruddet handler om \u00e5 kontrollere flere kvantebiter samtidig uten at de forstyrrer hverandre og skaper feil i beregningene.<\/p>\n Det kan h\u00f8res ut som en liten teknisk forbedring. Men det er nettopp slike problemer forskerne m\u00e5 l\u00f8se f\u00f8r kvantedatamaskiner kan bli virkelig nyttige.\n<\/p>\n Vanlige datamaskiner behandler informasjon ved hjelp av biter som representerer enten null eller \u00e9n.\n<\/p>\n Kvantedatamaskiner bruker derimot kvantebiter, eller qubits, som kan utnytte fysiske fenomener som superposisjon og sammenfiltring.\n<\/p>\n Det gj\u00f8r det mulig \u00e5 utvikle helt andre beregningsmetoder enn dem dagens datamaskiner bruker.\n<\/p>\n Problemet er at kvantebiter er ekstremt f\u00f8lsomme for forstyrrelser.<\/p>\n N\u00e5r mange kvantebiter arbeider samtidig, kan signalene som styrer \u00e9n kvantebit p\u00e5virke de andre. Resultatet blir feil som gj\u00f8r beregningene mindre p\u00e5litelige.\n<\/p>\n Forskerne ved RIKEN utviklet en metode som korrigerer slike forstyrrelser.\n<\/p>\n Da de testet fem kvantebiter i en silisiumbrikke, klarte de \u00e5 opprettholde en presisjon p\u00e5 omtrent 99,9 prosent under samtidig styring.\n<\/p>\n Med tre kvantebiter samtidig oversteg presisjonen 99,99 prosent.\n<\/p>\n Resultatene m\u00e5ler n\u00f8yaktigheten til bestemte grunnleggende kvanteoperasjoner, ikke sannsynligheten for at en hel kvantedatamaskin l\u00f8ser en komplisert oppgave riktig.<\/p>\n En annen viktig fordel er at forskerne bruker silisium.\n<\/p>\n Det er det samme grunnmaterialet som brukes i de fleste av dagens mikroprosessorer.\n<\/p>\n Dermed kan fremtidige kvantedatamaskiner kanskje dra nytte av deler av den enorme industrien som allerede produserer databrikker.\n<\/p>\n Forskerne brukte dessuten \u00e9n felles mikrob\u00f8lgeledning for \u00e5 styre fem kvantebiter.\n<\/p>\n Dersom metoden kan videreutvikles, kan den bidra til \u00e5 redusere mengden komplisert elektronikk som trengs for \u00e5 kontrollere langt st\u00f8rre kvanteprosessorer.<\/p>\n Det er her de virkelig spennende mulighetene begynner.\n<\/p>\n Kunstig intelligens er sv\u00e6rt god til \u00e5 finne m\u00f8nstre i enorme datamengder, utvikle modeller og foresl\u00e5 l\u00f8sninger.\n<\/p>\n Kvantedatamaskiner kan p\u00e5 sin side bli spesielt kraftige til \u00e5 simulere enkelte fysiske og kjemiske systemer som er sv\u00e6rt vanskelige \u00e5 beregne med vanlige datamaskiner.\n<\/p>\n En fremtidig kombinasjon kan derfor bli at KI foresl\u00e5r nye molekyler, materialer eller tekniske l\u00f8sninger, mens kvantedatamaskiner utf\u00f8rer spesialiserte beregninger for \u00e5 unders\u00f8ke hvordan de oppf\u00f8rer seg.\n<\/p>\n Resultatene kan deretter brukes til \u00e5 forbedre KI-modellene og velge hvilke l\u00f8sninger som b\u00f8r testes videre.<\/p>\n Dette er et fremtidsscenario. Det er forel\u00f8pig ikke bevist at kvantedatamaskiner vil gj\u00f8re vanlig KI-trening eller alle typer databehandling raskere.\n<\/p>\n En av de mest lovende mulighetene er utvikling av legemidler.\n<\/p>\n I dag bruker forskere ofte mange \u00e5r p\u00e5 \u00e5 finne molekyler som kan p\u00e5virke bestemte prosesser i kroppen.\n<\/p>\n KI kan allerede bidra til \u00e5 identifisere lovende legemiddelkandidater og analysere biologiske data.\n<\/p>\n Men det kan v\u00e6re sv\u00e6rt krevende \u00e5 beregne n\u00f8yaktig hvordan elektronene i kompliserte molekyler oppf\u00f8rer seg.<\/p>\n Her kan fremtidige kvantedatamaskiner f\u00e5 en viktig rolle.\n<\/p>\n De kan potensielt simulere kjemiske reaksjoner mer presist og hjelpe forskere med \u00e5 forst\u00e5 hvordan nye molekyler binder seg til biologiske m\u00e5l.\n<\/p>\n Kombinert med KI kan dette bidra til raskere utvikling av legemidler mot blant annet kreft, infeksjonssykdommer og andre alvorlige lidelser.\n<\/p>\n Det betyr ikke at kvantedatamaskiner automatisk vil kunne kurere kreft. Kliniske studier, sikkerhetstesting og omfattende laboratorieforskning vil fortsatt v\u00e6re n\u00f8dvendig.\n<\/p>\n Et annet mulig bruksomr\u00e5de er fremtidens batterier.<\/p>\n For \u00e5 utvikle bedre batterier m\u00e5 forskerne forst\u00e5 sv\u00e6rt kompliserte kjemiske prosesser inne i materialene.\n<\/p>\n KI kan analysere tusenvis av mulige kombinasjoner og foresl\u00e5 nye materialer.\n<\/p>\n Kvantedatamaskiner kan p\u00e5 lengre sikt brukes til \u00e5 unders\u00f8ke noen av de kjemiske egenskapene til de mest interessante kandidatene.\n<\/p>\n Dette kan bidra til utviklingen av batterier med h\u00f8yere energitetthet, lengre levetid eller mindre behov for kostbare r\u00e5materialer.\n<\/p>\n For Norge kan slike fremskritt f\u00e5 betydning for b\u00e5de elektrisk transport, energilagring og batteriindustrien.<\/p>\n Mange industrielle prosesser krever sv\u00e6rt h\u00f8ye temperaturer, stort energiforbruk eller kostbare kjemiske stoffer.\n<\/p>\n Ved hjelp av KI og kvanteberegninger kan forskere kanskje utvikle bedre katalysatorer som gj\u00f8r bestemte kjemiske reaksjoner mer effektive.\n<\/p>\n Et eksempel er produksjon av ammoniakk, som blant annet brukes i kunstgj\u00f8dsel.\n<\/p>\n Andre mulige anvendelser er utvikling av nye materialer til hydrogenproduksjon, karbonfangst og energiteknologi.\n<\/p>\n For norsk prosessindustri kan selv relativt sm\u00e5 forbedringer i energieffektivitet f\u00e5 stor \u00f8konomisk betydning.<\/p>\n Ogs\u00e5 industrimilj\u00f8ene p\u00e5 Haugalandet og i Sunnhordland kan p\u00e5 lang sikt f\u00e5 nytte av utviklingen.\n<\/p>\n Regionen har betydelig virksomhet innen aluminiumsproduksjon, offshore, energi, maritim industri og avansert teknisk produksjon.\n<\/p>\n En kombinasjon av KI og kvanteberegninger kan i fremtiden bidra til utvikling av nye legeringer, bedre kjemiske prosesser og materialer med spesielle egenskaper.\n<\/p>\n KI vil fortsatt kunne brukes til \u00e5 analysere produksjonsdata, forutsi vedlikeholdsbehov og optimalisere industrielle prosesser med vanlige datamaskiner.\n<\/p>\n Kvantedatamaskiner kan eventuelt bli et spesialisert tillegg der dagens beregningsmetoder ikke strekker til.<\/p>\n Dette er mulige anvendelser, ikke dokumenterte resultater fra den japanske studien.\n<\/p>\n Teknologien kan ogs\u00e5 f\u00e5 en langt mindre hyggelig konsekvens.\n<\/p>\n Store, feilrettede kvantedatamaskiner vil kunne true flere av krypteringsmetodene som i dag beskytter nettbanker, offentlige datasystemer og sensitiv kommunikasjon.\n<\/p>\n Det skyldes at enkelte matematiske problemer som er sv\u00e6rt vanskelige for vanlige datamaskiner, kan l\u00f8ses langt mer effektivt med bestemte kvantealgoritmer.\n<\/p>\n Derfor arbeides det allerede internasjonalt med kvantesikker kryptering.<\/p>\n Den japanske femkvantebit-brikken er ikke i n\u00e6rheten av \u00e5 kunne bryte moderne internettsikkerhet. Men utviklingen understreker hvorfor virksomheter m\u00e5 forberede seg p\u00e5 fremtidens krypteringsbehov.\n<\/p>\n Et av de store sp\u00f8rsm\u00e5lene er om kvantedatamaskiner ogs\u00e5 kan gj\u00f8re fremtidens kunstige intelligens langt kraftigere.\n<\/p>\n Forskere unders\u00f8ker blant annet kvantealgoritmer for maskinl\u00e6ring og spesialiserte beregninger.\n<\/p>\n Det er mulig at slike metoder kan gi fordeler innen enkelte avgrensede oppgaver.\n<\/p>\n Men dagens store spr\u00e5kmodeller bygger p\u00e5 enorme mengder klassiske beregninger, og det finnes forel\u00f8pig ingen dokumentasjon p\u00e5 at kvantedatamaskiner generelt vil kunne trene slike modeller raskere eller billigere.<\/p>\n Den mest realistiske utviklingen kan derfor bli hybride systemer, der vanlige datamaskiner, KI-modeller og kvanteprosessorer utf\u00f8rer forskjellige deler av arbeidet.\n<\/p>\n Til tross for det japanske gjennombruddet er det fortsatt store teknologiske utfordringer.\n<\/p>\n RIKEN har demonstrert kontroll over fem kvantebiter.\n<\/p>\n Praktiske, feilrettede kvantedatamaskiner for krevende industrielle beregninger vil trenge langt st\u00f8rre systemer, mer avansert feilretting og p\u00e5litelig styring av mange ulike operasjoner.\n<\/p>\n Forskerne m\u00e5 blant annet forbedre operasjoner mellom kvantebiter, m\u00e5linger og stabiliteten over tid.<\/p>\n Det er derfor ikke mulig \u00e5 sette en sikker dato for n\u00e5r teknologien vil f\u00e5 et stort kommersielt gjennombrudd.\n<\/p>\n Gjennombruddet ved RIKEN viser at forskerne n\u00e5 kan styre flere silisiumbaserte kvantebiter samtidig med sv\u00e6rt h\u00f8y presisjon.\n<\/p>\n Det l\u00f8ser ikke alle utfordringene med kvantedatamaskiner, men fjerner deler av en viktig teknisk hindring.\n<\/p>\n Dersom utviklingen fortsetter, kan slike systemer etter hvert bidra til forskning og industri p\u00e5 m\u00e5ter som er vanskelige \u00e5 forestille seg i dag.\n<\/p>\n Og i kombinasjon med kunstig intelligens kan de gi forskerne nye verkt\u00f8y til \u00e5 utvikle medisiner, oppdage materialer og l\u00f8se noen av de mest krevende beregningsproblemene vi kjenner.<\/p>\n Den neste store datarevolusjonen kan dermed komme fra samspillet mellom to teknologier: kunstig intelligens som finner mulighetene, og kvantedatamaskiner som hjelper oss med \u00e5 forst\u00e5 dem.\n<\/p>\n<\/p><\/div>\n99,9 prosent presisjon med fem kvantebiter<\/h4>\n
Kan bygges med teknologi fra dagens databrikker<\/h4>\n
Hva skjer n\u00e5r kvantedatamaskiner kobles sammen med KI?<\/h4>\n
1. Nye medisiner mot kreft og alvorlige sykdommer<\/h4>\n
2. Batterier som varer lenger og lades raskere<\/h4>\n
3. Billigere energi og nye industriprosesser<\/h4>\n
4. Kan f\u00e5 betydning for industrien p\u00e5 Vestlandet<\/h4>\n
5. Nye utfordringer for digital sikkerhet<\/h4>\n
Kan KI selv bli mye smartere?<\/h4>\n
Hvor langt unna er den nye datarevolusjonen?<\/h4>\n
En liten brikke kan bli starten p\u00e5 noe stort<\/h4>\n