03.08.2020

Quantencomputer werden die Künstliche Intelligenz und das Maschinelle Lernen tiefgreifend verändern. In einer Studie erläutern Expertinnen und Experten was hinter diesen Veränderungen steckt: wie Quantum Computing funktioniert, welche grundlegenden Konzepte und Technologien zum Einsatz kommen und wie Quantencomputer Verfahren des Maschinellen Lernens beschleunigen können. Die Forschenden geben zudem einen Einblick in die aktuelle Wissenschafts- und Kompetenzlandschaft und zeigen zukünftige Anwendungsfelder und Marktpotenziale auf. Die Studie wurde von der Fraunhofer-Allianz Big Data und Künstliche Intelligenz in Kooperation mit dem ML2R und weiteren Partnerorganisationen erstellt.

Viele Aufgaben im Bereich Big Data und Künstliche Intelligenz sind selbst mit fortschrittlichen Computersystemen nur mit immensem Zeit- und Rechenaufwand lösbar – manche sind sogar so komplex, dass sie mit heutigen Rechnerkapazitäten nahezu unlösbar sind oder ihre Berechnung Jahre dauern würde. Es braucht einen »Quantensprung«, um die Künstliche Intelligenz und das Maschinelle Lernen auf eine neue Entwicklungsstufe zu heben und nahezu Unlösbares lösbar zu machen.

Hier setzt die auf quantenphysikalischen Prinzipien basierende Computertechnologie an. Denn im Quantum Computing steckt das Potenzial, die prinzipiellen Beschränkungen klassischer Digitalcomputer zu überwinden. Während ein digitaler Computer mit Bits rechnet, arbeitet ein Quantencomputer mit Qubits, die im Gegensatz zu den klassischen Bits nicht nur einen von zwei möglichen Zuständen annehmen können, sondern auch eine Überlagerung beider. Verfahren der Künstlichen Intelligenz und des Maschinellen Lernens lassen sich für Quantencomputer so anpassen, dass sie mehrere Lösungswege gleichzeitig beschreiten können. Damit können Quantencomputer große Datenbestände in einem einzigen Schritt verarbeiten, Muster in Daten aufspüren, die klassische Computer nicht entdecken und trotz unvollständiger oder unsicherer Daten verlässliche Ergebnisse liefern.

In der Studie »Quantum Machine Learning« geben Wissenschaftlerinnen und Wissenschaftler einen Einblick in das Quantencomputing, erklären, welche physikalischen Effekte eine Rolle spielen und wie Verfahren des Maschinellen Lernens und der Künstlichen Intelligenz für die Technologie angepasst werden können. Neben den logischen Komponenten werden auch Techniken für die Implementierung der Hardware von Quantencomputern vorgestellt. Die Studie gibt außerdem einen Überblick über die aktuelle Forschungs- und Kompetenzlandschaft, stellt konkrete Anwendungsbereiche und Marktpotenziale vor und ordnet die Position Deutschlands im internationalen Wettbewerb ein.

Ziel ist es, Akteuren aus Wirtschaft, Wissenschaft und Gesellschaft schon früh die Chancen und Möglichkeiten aufzuzeigen, die durch die Kombination der Schlüsseltechnologien Quantum Computing und Machine Learning in den nächsten Jahren entstehen werden. Auf dem Weg dahin soll die Fraunhofer-Studie eine erste Orientierung schaffen.

Sie können die Studie kostenfrei herunterladen!

Weitere Informationen sowie kurze Videointerviews mit Autoren der Studie, unter anderem den ML2R-Forschern Prof. Dr. Christian Bauckhage und Dr. Nico Piatkowski, finden Sie auf der Seite zum Quantum Machine Learning der Fraunhofer Allianz Big Data und Künstliche Intelligenz.

Lesen Sie auch die Fraunhofer-Presseinformation zur Veröffentlichung der Studie.