Sind Quantencomputer die Lösung?

Im Vergleich zu herkömmlichen GPU-basierten Computern, die derzeit für KI verwendet werden, können Quantencomputer potenziell weitaus komplexere Aufgaben schneller und kostengünstiger ausführen. Gleichzeitig wären sie eine energiesparende Alternative, nachdem Rechenzentren aufgrund von GenAI mehr Strom als je zuvor verbrauchen.

Laut Epoch AI, einem KI-Forschungsinstitut, verdoppelt sich die Rechenkapazität zum Trainieren großer Sprachmodelle sowie der Plattformen, auf denen GenAI und KI ausgeführt werden, alle neun Monate. Und die International Energy Agency prognostiziert, dass sich der weltweite Strombedarf von Rechenzentren von 2022 bis 2026 mehr als verdoppeln wird. Größtenteils sollen dafür KI und Kryptowährungen verantwortlich sein.

Quantencomputer als KI-Alternative?

Vor diesem Hintergrund stellt sich die Frage nach Alternativen zu den heuten dominierenden Rechnern auf GPU-Basis. Ein Ausweg aus dem Dilemma könnte Quanten-Computing sein. Erste Studien haben gezeigt, dass Quantencomputer die Leistung neuronaler KI-Netzwerke für Aufgaben wie die Verarbeitung natürlicher Sprache und die Bildanalyse steigern können.

"Quantencomputer erhöhen definitiv die Leistungsfähigkeit von KI. Beispielsweise können KI und Quantencomputer zusammen die Entwicklung von Medikamenten und personalisierten Pharmazeutika um Jahre beschleunigen. Quantencomputer unterstützen KI-basierte Simulationen klinischer Arzneimittelstudien, sodass die Studien eine Stunde statt zehn Jahre dauern", so Avivah Litan, Vizepräsidentin und Analystin bei Gartner.

Erfolge in der Medizin

So gaben beispielsweise Insilico Medicine, Zapata AI und die University of Toronto im Februar bekannt, dass sie erstmals ein generatives KI-Modell auf Quantenhardware einsetzten, das bei der Generierung von brauchbaren Kandidaten für Krebsmedikamente die modernsten klassischen Modelle übertrifft.

Für etliche Marktbeobachter sind deshalb Quantencomputer ein natürlicher Partner für GenAI, zumal sie den Energiebedarf für KI senken können. So setzt beispielsweise die Sumitomo Mitsui Trust Bank in Japan Quantencomputer ein, um GenAI-gesteuerte Programme für Finanzsimulationsmodelle künftiger Marktbewegungen auszuführen. Die Bank arbeitet mit Zapata AI zusammen, einem GenAI-Unternehmen, das 2017 aus dem Quantencomputerlabor der Harvard University ausgegründet wurde.

Mit Quanten-KI zu neuen Krebsmedikamenten

Christopher Savoie, CEO von Zapata AI und gelernter Molekularbiophysiker, verweist zudem auf Forschungen mit Insilico Medicine und der University of Toronto zur Entwicklung von Krebsmedikamenten mithilfe eines generativen KI-Modells, das auf Quantenhardware läuft. "Als wir dieses quantenbasierte Modell verwendeten, konnten wir Krebsmedikamente entwickeln, die mit anderen Modellen nicht möglich waren", so Savoie.

Die Orquestra-Plattform von Zapata AI wurde speziell für die Ausführung von KI- und maschinellen Lernmodellen entwickelt, einschließlich traditioneller neuronaler Netze sowie der unternehmenseigenen Tensor-Netze. Tensor-Netzwerke können zur Modellierung beliebiger Quanten-Schaltkreise verwendet und auf heutigen klassischen Computern ausgeführt werden, wodurch Benutzer laut Zapata AI in die potenziellen Vorteile künftiger Quantencomputer einsteigen können.

Verfrühter Optimismus?

Allerdings warnt Heather West, Forschungsmanagerin bei IDC, vor verfrühtem Optimismus. Zwar seien Quantencomputer für die Lösung komplexer Probleme geeignet, aber "keine Big-Data-Lösung". Quantencomputer könnten für die Lösung spezifischer Probleme nützlich sein.

Ferner weist West darauf hin, dass sich das Quanten-Computing größtenteils noch in einem sehr frühen Entwicklungsstadium befindet. "Es gibt noch keine konkreten Anwendungen für diese Art von System", so West. "Diese Systeme sind nur für kleinere Experimente und zur Fehlerbehebung geeignet. Quantencomputer werden derzeit zur Lösung einiger wissenschaftlicher und geschäftlicher Optimierungsprobleme eingesetzt. Für die Integration von KI ist es noch zu früh. Derzeit handelt es sich nur um eine hypothetische und experimentelle Anwendung."