Quanten-Systeme durch neuronale Netze simulieren

Künstliche Intelligenz (KI): Eigens für das Quantencomputing konzipierte Rechner gibt es nur wenige und deren Betrieb sowie Entwicklung ist äusserst kostspielig. Forscherteams aus Lausanne, Frankreich, Grossbritannien und den USA wollen nun jedoch eine Methode entwickelt haben, um den Ressourcenverbrauch deutlich zurückzuschrauben. Die Experten nutzen neuronale Netze zur Simulation von Quanten-Systemen. Damit wird für die Darstellung extrem komplexer Berechnungen deutlich weniger Rechen-Power benötigt als beim klassischen Quantencomputing.

Um dies zu erreichen, haben die Forscher die sogenannte Mote-Carlo-Methode (Toolkit zur Untersuchung von zufälligen Stichproben) mit einem neuronalen Netzwerk kombiniert. Letzteres kann ausserdem eine Vielzahl von Quantentzuständen darstellen.

Vereinfacht ausgedrückt geht es darum, komplexe Systeme zu simulieren, um diese untersuchen zu können. Entscheidend dabei ist der verringerte Bedarf an Rechenleistung.

Das Quantencomputing unterscheidet sich grundlegend von der klassischen IT. Herkömmliche Rechner arbeiten mit konkreten Zuständen - entweder 0 oder 1. Quantencomputer hingegen arbeiten auf Basis sogenannter Quantenbits. Diese können auch mehrere Zustände gleichzeitig berücksichtigen. Diese Rechner können also mehrere Berechnungen beziehungsweise Wahrscheinlichkeiten zur selben Zeit berechnen.

Zukunftsprognosen besagen, dass Quantencomputer bald schon dazu in der Lage sein werden, aktuell verwendete Verschlüsselungsverfahren zu knacken. Klassische Rechner würden dafür im Vergleich oft viele Jahre brauchen.

Ein Beispiel für den Einsatz von Quantencomputer ist etwa die Vorhersage von Verkehrsströmen in Grossstädten. Die Variationsmöglichkeit ist hierbei annähernd unendlich. Quantencomputer sind jedoch dazu in der Lage, die Situation einigermassen realistisch zu simulieren. Namhafte Unternehmen wie IBM, Google und Microsoft arbeiten seit geraumer Zeit an der Entwicklung von Quantencomputern.