Jste zde

Emulace kvantového strojového učení a jeho využití

Antonín Vojáček, 17. Červenec 2023 - 21:37

Reálné běžné použití kvantových počítačů je ještě spíše hudbou budoucnosti. Ale již dnes vznikají prostředky umožňující emulaci kvantových výpočtů využitelné pro praktické řešení některých velmi složitě řešitelných optimalizačních problémů. Takový systém emulující kvantový počítač vyvinul i Fraunhoferův institut.

Kvantové počítání již dnes s IAIS Evo Annealer

Ať už jde o zásadní průlomy ve strojírenství, logistice nebo rušivé vlivy na bezpečnost IT, kvantové technologie mají potenciál v budoucnu náhle změnit naši ekonomiku a společnost. Aby již dnes společnosti mohly předem ověřit, do jaké míry by mohly těžit z kvantových technologií, vyvinula IAIS sekce Fraunhoferova výzkumného institutu prostředek nazvaný „IAIS Evo Annealer“. Pomocí této technologie lze již nyní řešit některé matematické problémy efektivněji než dříve, protože jejich technologie kombinuje přístupy strojového učení s přístupy kvantové informační vědy a vytváří tzv. strojové učení inspirované kvantem (Qi-ML = Quantum-inspired Machine Learning). Pomocí systému IAIS Evo Annealer tak lze i bez přístupu ke skutečným kvantovým počítačům, které jsou stále ještě velmi nedostupným prostředkem (např. v Německu doposud existují jen dva kvantové počítače od společností IBM a D-Wave), provádět efektivnější výpočty některých matematických složitých problémů a zároveň i testovat jejich kompatibilitu s kvantovými technologiemi.

Systém Fraunhofer IAIS Evo Annealer je totiž zcela samostatné softwarové a hardwarové řešení, které ze strany uživatele nepotřebujete žádný skutečný kvantový počítač ani speciální čip fyzicky integrovaný do nějakého počítače. Dokáže vyhodnotit a optimalizovat až 16 milionů možných řešení zadané funkce za sekundu a tak po krátké době náhodného generováním možných řešení a řízeným přístupem typ "pokus a omyl" nakonec najde algoritmus optimální řešení zadaných obtížných matematických, zejména pak optimalizačních, problémů.

Blokové schéma principu struktury a funkce Fraunhofer IAIS Evo Annealer systému.

Princip systému IAIS Evo Annealer a co je QUBO a AQC

Fraunhofer IAIS Evo Annealer systém využívá ke své funkci tzv. "Digital annealing" („Digitální žíhání“). To je softwarová technologie a digitální výpočetní zařízení, které napodobuje fungování adiabatických kvantových počítačů prostřednictvím použití tzv. algoritmů adiabatické evoluce. Tento přístup umožňuje efektivnější řešení matematických problémů označovaných jako kvadratické neomezené binární optimalizační problémy, zkráceně QUBO problémy, které jsou běžnými metodami velmi obtížné a zdlouhavé na výpočet.

Jako QUBO (Quadratic Unconstrained Binary Optimization) se označuje druh diskrétního nebo kombinatorického optimalizačního problému, kde rozhodovací proměnné mohou nabývat pouze dvou hodnot (typicky buď 0 a 1 nebo −1 a +1). Ty dnes tvoří mnoho prakticky důležitých problémů souvisejících s výběrem nebo rozdělením podmnožin, které se často vyskytují v oblasti dolování dat (data mining), rozpoznávání vzorů, strojového učení nebo umělé inteligence. Jako obecné případy použití lze uvést vyhledávání v databázi nebo identifikaci podpůrných vektorů při strojovém učení. Mezi konkrétní významné praktické aplikace, kde jsou QUBO často jádrem řešení, pak patří problémy s ověřováním, plánováním nebo výběrem řešení v oblastech, jako je logistika nebo finance. Ve fyzice jsou pak QUBO známé jako Isingovy problémy minimalizace energie a ve strojovém učení jsou základem teorie tzv. Hopfieldových sítí.

To, co činí kvantové výpočty tak atraktivní pro řešení výše značených obtížných QUBO problémů, je existence na ně specializovaně přizpůsobeného obecného postupu, který popisuje nalezení řešení pomocí tzv. adiabatické evoluce. Na něm je pak založené adiabatické kvantové počítání (AQC), resp. adiabatická kvantová optimalizace (AQO), která ke své funkci využívá kvantové výpočetní paradigma založené na tzv. adiabatické větě. To je matematická formulace kvantově mechanického principu, která říká, že pokud kvantový systém začíná v základním stavu vstupního hamiltonova operátora, který se pak následně postupně po určitou dobu mění, systém skončí v základním stavu výsledného hamiltonova operátora. Hamiltonův operátor (Hamiltonians) je pak kvantově-mechanický operátor působící na stavové vektory kvantově mechanických systémů, který vystupuje v Schrödingerových rovnicích a jeho vlastní čísla představují možné energetické hladiny, ve kterých lze měřit a uvádět stav kvantového systému. V adiabatickém kvantovém počítání se tak kvantový qubitový systém postupně vyvíjí ze základního stavu jednoduchého Hamiltoniánu nezávislého na problému směrem k Hamiltoniánu, jehož základní stav odpovídá řešení daného problému.

Ale aby bylo možné využít AQC pro řešení QUBO problémů, je nutné nejdříve vstup systému připravit v jednotkách kvantového počítání, tedy definovat pomocí qubitů. To lze primárně provádět na fyzických kvantových počítačích D-Wave, které jsou k tomuto účelu speciálně přizpůsobeny. Ty ale jsou, jak bylo již poznamenáno výše, stále ještě velmi nedostupným prostředkem i například v Německu. A právě z tohoto důvodu je dnes výhodné použít právě technologii IAIS Evo Annealer, která také umožňuje výpočtový / optimalizační problém přeformulovat pro výpočet algoritmickými prostředky kvantového počítače. To se označuje jako realizace tzv. „kvantové připravenosti“ (Quantum Readiness). Takto připravené vstupy pak lze využít k získání výsledků prostřednictvím emulace kvantového počítání. Vedlejší výhodou takového přístupu je i fakt, že taková formulace zadání výpočtu již bude v budoucnu dobře kompatibilní pro přímé nasazení na již lépe dostupné kvantové výpočetní technologie.

Porovnání základních vlastností systému Fraunhofer IAIS Evo Annealer a reálného kvantového počítače IBM.

Praktické použití systému IAIS Evo Annealer

Fraunhofer IAIS Evo Annealer systém je přizpůsoben pro výpočetně náročné optimalizační problémy, které je třeba v podnikové praxi vyřešit v krátké době nebo obsahují zvláště velké množství proměnných.

Například lze uvést následující oblasti:

Výpočty tras v logistice -> výpočet tras dopravních prostředků i výpočet optimálního zatížení.
Portfoliová analýza ve financích -> výpočet optimálního složení cenných papírů v portfoliu pro maximální výnosy.
Plánování letů a logistiky v letectví -> optimalizace letového plánu a tras, přidělování brán a distribuce leteckého nákladu.
Výroba nových léků ve farmaceutickém výzkumu -> rychlejší virtuální prověřování nových léků.

IAIS Evo Annealer systém lze provozovat přes WebApp nebo API přístup a dokáže vyhodnotit a optimalizovat až 16 milionů možných řešení funkce za sekundu. A jakmile se nějaký Qubo problém do IAIS Evo Annealer systému nahraje, lze jej tam trvale ponechat a kdykoli později ho pak autonomně aktualizovat. Tímto způsobem tak lze IAIS Evo Annealer použít i pro ovládání jiných zařízení či strojové učení.

S pomocí IAIS Evo Annealer již byla Qi-ML řešení úspěšně využita a integrována i do procesů některých společností. Jedním z příkladů z leteckého průmyslu byla analýza družicových snímků, pro které bylo možné efektivně implementovat dva různé případy použití. Jednak vytěžování relevantních informací z jednotlivých snímků, jako jsou charakteristiky nového terénu nebo časového změny stejného terénu (extrakce klíčových bodů) a jednak odstraňování složitých struktur, jako jsou například mraky (tj. odstraňování oblačnosti ze snímků).

Algoritmus nejdříve označí „klíčové body“ a rozpozná je v různých záznamech stejného terénu („shoda“).

Následně lze různá obrazová data sloučit do jednoho obrazu („sloučení“), přičemž změny budou viditelnější.

Závěr

Podobně jako pro umělé neuronové sítě není nutné vždy realizovat mnohaprocesorovou hardwarovou strukturu umožňující paralelní zpracování dat (realizace s GPU), ale je možné potřebný matematický aparát zprovoznit i na sériově pracující CPU (byť s určitými výkonovými omezeními), tak lze i některý matematický aparát kvantového počítání emulovat na nekvantových počítačích. Tak lze výrazně levněji řešit některé složité a výpočetně náročné optimalizační problémy označované jako QUBO problémy, nebo již vymýšlet a zkoušet možná budoucí použití reálných kvantových počítačů. A právě tímto směrem míří IAIS Evo Annealer systém Fraunhoferova institutu.