Квантовые технологии и искусственный интеллект обсудили на ПМЭФ-2025
Практическое применение квантовых технологий без искусственного интеллекта (AI) не будет достигнуто — генеративный AI может ускорить решение задач по материаловедению и поиску алгоритмов коррекции ошибок. Об этом рассказал на бизнес-завтраке Росатома «Квантовый прорыв: от инвестиций в науку к бизнес-проектам» на XXVIII Петербургском международном экономическом форуме старший вице-президент, руководитель блока «Технологическое развитие» Сбербанка Андрей Белевцев.
«Практическое применение квантовых технологий без искусственного интеллекта не будет достигнуто. В большом количестве задач, связанных с несколькими треками, по которым идёт движение к созданию практически применимых квантовых компьютеров, встают задачи по поиску новых материалов и технологических решений для квантовых компьютеров, — заявил он. — Алгоритмы генеративного искусственного интеллекта позволяют резко ускорять эти усилия и подбирать нужные нам технологические решения. Поэтому все, кто занимается квантовыми технологиями в мире, стали смотреть, как ускорить то, что делается, с помощью генеративного искусственного интеллекта, стали искать соответствующие технологические решения, начиная с материаловедения и заканчивая другими элементами оптимальной конструкции и проектирования».
Спикер добавил, что обеспечить прорыв также помогут алгоритмы коррекции ошибок. Сейчас надо сосредоточиться на применении AI для обработки результатов вычислений квантовых компьютеров, искать новые алгоритмы определения и коррекции ошибок. Это, по мнению Андрея Белевцева, самый короткий путь к масштабированию, потому что можно работать с совершенно другим качеством базового кубита и не упираться в прежние препятствия.
Спикер отметил, что в большом количестве областей, где раньше задачи решались счётными методами и строились точные модели, GenAI-модели могут это делать быстрее и дешевле. Ещё семь лет назад все самые мощные суперкомпьютеры в мире занимались моделированием физических процессов, особенно климатических моделей. Сейчас климатические модели основаны на генеративном искусственном интеллекте — они быстрее и точнее. Например, в Сбере команда из пяти человек за полгода сделала климатическую модель, которая прогнозирует погоду так же точно, как суперкомпьютер.
«Призываю не смотреть на вычислительно сложные задачи прошлого поколения, — сказал Андрей Белевцев. — Их сейчас можно решить алгоритмически по-другому. Нужно смотреть на вычислительно сложные задачи следующего поколения. Нам нужно в первую очередь искать алгоритмы обучения больших моделей».
Андрей Белевцев отметил, что из всех направлений он больше всего верит в фотонику, которая имеет кремниево-совместимую реализацию. По его мнению, можно, осуществляя расчёты, делать интегральную фотонику, совместимую с классическими технологиями цифровой и аналоговой электроники.
