TX, 19/10/2023
Por Miranda Volborth
A computação quântica e a inteligência artificial (IA) podem parecer tão distantes uma da outra quanto Nova York e Los Angeles. Mas de acordo com o diretor do Duke Quantum Center (DQC), Chris Monroe, os dois sujeitos são praticamente vizinhos.
“Quantum e IA são frequentemente falados juntos, e isso faz sentido porque o quantum irá acelerar a próxima geração de IA”, disse Monroe, Professor Distinto Presidencial da Família Gilhuly na Duke University com nomeações em engenharia elétrica e de computação e física. "Mesmo o ChatGPT, o atual garoto-propaganda da tecnologia de IA de última geração, está atualmente limitado em sua capacidade porque os computadores não conseguem fazer correlações entre um trilhão de objetos. Simplesmente não há memória suficiente em um computador para fazer isso."
Monroe está falando, é claro, sobre computadores tradicionais com aproveitamento de bits que fazem avaliações sim/não. Sistemas quânticos do tipo que Monroe e seus colegas do DQC estão construindo têm potencial para gerar um poder de computação infinitamente maior – o que poderia teoricamente se traduzir em ferramentas de IA infinitamente mais capazes.
“O aprendizado de máquina e a IA são tão interessantes porque são altamente empíricos”, disse Jungsang Kim, ilustre professor de engenharia elétrica e de computação da família Schiciano na Duke que, com Monroe, cofundou a empresa de computação quântica IonQ, que atende colaboradores da indústria.
"Jogamos muitos dados, modelos e poder computacional no problema, mas temos uma visão limitada sobre como e por que a tecnologia de IA funciona. No entanto, ela está disponível para uso e já teve um enorme impacto. No aprendizado de máquina e no espaço de IA, a questão realmente interessante é: 'Existem oportunidades para o quantum realmente fazer a diferença?'"
Grandes modelos de linguagem (LLMs) são certamente adeptos de resumir montanhas de dados ou apresentar texto altamente estilizado. Mas, neste momento, os LLMs não conseguem acompanhar o conhecimento especializado – de acordo com o ChatGPT, a sua última atualização sobre os avanços na computação quântica foi feita em setembro de 2021 – nem conseguem sintetizar ideias ou gerar novas.
Aqui está um exemplo rápido. Atualmente, se um usuário questiona o ChatGPT sobre por que Julieta é comparada ao sol na cena da varanda de Romeu e Julieta, a ferramenta retorna esta resposta:
“Ao comparar Julieta ao sol, Romeu transmite vários significados:
- Brilho e Beleza: O sol é frequentemente associado à luz e à beleza. Romeu está expressando como a presença de Julieta ilumina seu mundo e o enche de beleza.
- Calor e Conforto: O sol proporciona calor e conforto. De forma semelhante, o amor e o carinho de Julieta trazem calor e conforto ao coração de Romeu.
- Centro de Atenção: O sol é o centro do universo no modelo geocêntrico, em torno do qual tudo gira. Neste contexto, Romeu enfatiza como Julieta é o centro do seu universo e o seu mundo gira em torno dela.
- Vitalidade e Vida: O sol é essencial para a vida na Terra. Romeu pode estar sugerindo que Julieta é sua fonte de vida e vitalidade, sem a qual ele estaria perdido.
- Distância Inatingível: Assim como o sol está distante e inatingível, Julieta é aparentemente inatingível devido à rivalidade entre suas famílias. Isso aumenta a tensão dramática de seu amor."
É um resumo bastante satisfatório do que certamente é um vasto corpo de literatura sobre o assunto. Quando convidado a escrever um novo símile comparando Julieta a um corpo planetário diferente, porém, as deficiências do LLM ficam claras em sua resposta: "A presença de Julieta em minha vida é como um planeta distante, cativante e misterioso, com uma órbita que puxa a própria estrutura do meu ser."
O problema com essa comparação gerada por IA – além de parecer mais “O Caderno” do que “Romeu e Julieta” – é que uma órbita não exerce qualquer atração, um fato que o ChatGPT reconheceu quando pressionado.
Modelos de linguagem como ChatGPT são probabilísticos, o que significa que eles geram sequências de palavras com base na probabilidade de qual palavra provavelmente seguirá a próxima sequencialmente – o que provavelmente resultou no idioma incorreto no exemplo acima. Dado o grande número de palavras e configurações em que são organizadas e reorganizadas para formar frases, os modelos matemáticos internos que as sustentam e a quantidade de dados necessários para treiná-las são enormes.
As inúmeras correlações que os modelos devem fazer são difíceis de capturar com computadores clássicos, mas há uma percepção crescente de que a capacidade superior dos computadores quânticos, de reconhecer padrões e prever múltiplos resultados simultâneos, poderia dar uma vantagem aos modelos de IA.
“Se você usar modelos quânticos para capturar a estrutura de dados como imagens, eles serão muito eficazes – mesmo agora, com os pequenos computadores quânticos que temos”, disse Kim.
A IA generativa compreende apenas uma pequena parcela de aplicativos de aprendizado de máquina, e há inúmeras oportunidades para as empresas automatizarem tarefas ou torná-las mais eficientes com o aprendizado de máquina – o design de chips semicondutores é um exemplo.
É uma das razões pelas quais as iniciativas quânticas ainda proliferam em todo o mundo. Mas um desafio significativo para estes novos players é subir de nível num campo que tem sido dominado há décadas por algumas equipes importantes.
Os EUA investiram significativamente na investigação e desenvolvimento da computação quântica desde meados da década de 1990, e o Reino Unido e Singapura rapidamente seguiram o exemplo. Agora, uma série de outros países estão implementando as suas próprias iniciativas quânticas – mas com os primeiros aderentes tão adiantados na frente da investigação e desenvolvimento, os recém-chegados estão seguindo caminhos alternativos.
“Na área quântica, existem fabricantes e compradores”, disse Kim. "Os fabricantes desenvolvem tecnologias e constroem dispositivos. Os EUA têm muitos fabricantes, desde startups até grandes empresas que constroem dispositivos de computação quântica, porque desenvolvemos a tecnologia aqui. Depois, há compradores – essas pessoas não estão necessariamente interessadas em fabricar computadores quânticos elas próprias, mas querem descobrir como usar a tecnologia dos fabricantes para beneficiar seus negócios. Eles têm a oportunidade de vencer por meio de parcerias e não devem ter vergonha de aproveitar os avanços feitos pela indústria em outros países."
“Algumas pessoas temem que a tecnologia de computação quântica seja exagerada, que estejamos caminhando para um ‘Vale da Morte’, onde o eixo vertical é a quantidade de investimento ou interesse na tecnologia e o eixo horizontal é o tempo”, disse Monroe. "É também chamado de ciclo de hype. Quando você chega ao topo e a tecnologia ainda está a anos de ser concretizada, as pessoas ficam desiludidas."
A Iniciativa Nacional Quantum, lançada em 2018, dotou a National Science Foundation, o Departamento de Energia e o Instituto Nacional de Padrões e Tecnologia de novos programas para o avanço da computação quântica, dos quais Duke capturou uma fatia significativa. E a IARPA fez um investimento de US$ 31 milhões na parceria entre Monroe, Kim e Michael J. Fitzpatrick Ilustre Professor de Engenharia Elétrica e de Computação Ken Brown; o financiamento permitiu ao trio adquirir os moduladores ópticos multicanais que capturam e orientam átomos, tornando possível o avanço de sua pesquisa de captura de íons.
Agora, o Congresso está considerando a renovação da Iniciativa Quântica Nacional. Kim está atualmente servindo como conselheiro especial da Coreia, que está a lançar as bases do seu próprio programa de computação quântica de 2,5 milhões de dólares. Brasil, Espanha, África do Sul e Reino Unido criaram novas iniciativas de computação quântica no ano passado.
Se estes investimentos servirem de indicador, o interesse pela tecnologia ainda não atingiu o seu pico. Mas você não precisa acreditar apenas na palavra de Kim e Monroe; basta perguntar ao próprio ChatGPT.
"A computação quântica tem o potencial de trazer avanços significativos em vários campos, incluindo aprendizado de máquina e processamento de linguagem natural, o que poderia potencialmente melhorar modelos como o meu. No entanto, até que ponto a computação quântica impactará diretamente minhas capacidades depende dos desenvolvimentos específicos que ocorrem no campo. À medida que o campo avança e os desafios são abordados, poderemos ver melhorias mais concretas e significativas na IA e em outras tecnologias."
Artigos recomendados: Quantum e ML
Fonte:https://techxplore.com/news/2023-10-quantum-generative-ai.html
Nenhum comentário:
Postar um comentário