量子计算机将如何改变AI/机器学习/大数据

发布者:美人如玉剑如虹最新更新时间:2017-09-08 来源: 电子产品世界关键字:量子计算机  机器学习 手机看文章 扫描二维码
随时随地手机看文章

  据福布斯杂志报道,我们每天能产生2.5EB(约合10亿GB)数据,这相当于25万个美国国会图书馆或500万台笔记本电脑记录的内容。我们有32亿个全球互联网用户,他们每分钟在Pinterest上发布9722个Pin,在Twitter发布347222条消息,在Facebook上留下420万个“点赞”,我们还通过拍照和视频、保存文件、打开账户等行为产生其他大量数据。下面就随网络通信小编一起来了解一下相关内容吧。

  我们正处于传统计算机数据处理能力的极限,而数据却依然在不断增长。虽然摩尔定律(Moore’s Law)预测集成电路上的晶体管数量每隔两年就会翻一番,但自1965年这个术语出现以来,事实证明它具有很强的弹性。随着技术的进步,这些晶体管现在的体积越来越小。正因为如此,业界领导者们展开了激烈竞争,看谁能首先要推出一款比现有计算机更强大的量子计算机,来处理我们每天产生的所有数据,并解决日益复杂的问题。

  量子计算机能快速解决复杂问题

  当这些行业领袖成功地制造出商业上可行的量子计算机时,那么这些计算机就有可能在几秒钟内完成庞大的计算量,这些任务可能需要传统计算机花费数千年时间才能完成。今天,谷歌宣称已经拥有这样一种量子计算机,据说它的速度比当今任何一种计算系统都快1亿倍。如果我们能用它处理生成的大量数据并解决非常复杂的问题,那将是至关重要的。成功的关键是把现实世界中的问题转化为量子语言。

  我们生成的数据集的复杂性和增长规模远比计算技术进步快得多,因此对我们的计算结构造成了相当大的压力。虽然今天的计算机难以解决或无法解决某些问题,但这些问题预计将被量子计算机在几秒钟内破解。据预测,人工智能(AI),尤其是机器学习,可以从量子计算技术的进步中获益,而且还会继续持续下去,即使是在完整的量子计算解决方案出现之前。量子计算算法使我们能够增强机器学习的能力。

  量子计算机将优化解决方案

  量子计算将促进数字革命的另一种方式是,我们能够对数据进行采样,并优化我们遇到的各种问题(从组合分析到最佳递送路线等),甚至能帮助确定每个人的最佳治疗方案和医疗方案。

  我们正处在大数据增长的关键点上,我们已经改变了我们的计算机架构,这就需要用不同的计算方法来处理大数据。它不仅规模更大,而且我们要解决的问题也变得不同。量子计算机更能有效地解决连续性问题。他们给予企业甚至消费者做出更好决策的能力,而这正是说服企业在新技术方面投资所需要的。

  量子计算机可以识别大数据集中的模式

  预计量子计算将能够搜索非常大的、未排序的数据集,以非常快的速度发现模式或异常。量子计算机可以同时访问数据库中的所有条目,从而在几秒钟内识别出这些相似点。虽然这在理论上是可能的,但它只发生在一个并行的计算机上,并且只能以一个接一个的方式查看每个记录,所以它花费了大量的时间,并且取决于数据集的大小,它可能永远不会成为现实。

  量子计算机可以帮助整合不同数据集的数据

  此外,由于可被用于整合不同的数据集,量子计算机有望获得巨大突破。虽然这在没有人类介入的情况下可能是困难的,但是人类的参与将帮助计算机学会如何在未来整合数据。因此,如果有不同独特模式的原始数据源,并有研究团队想要比较它们,那么在数据被比较值钱,计算机就必须理解模式之间的关系。为了实现这个目标,需要在分析自然语言的语义方面取得突破,而这正是AI面临的最大挑战之一。然而,人类可以提供输入,然后对未来系统进行训练。

  最终,量子计算机将允许快速分析和整合庞大的数据集,这些数据集将改进和改变我们的机器学习和AI能力。

    以上是关于网络通信中-量子计算机将如何改变AI/机器学习/大数据的相关介绍,如果想要了解更多相关信息,请多多关注eeworld,eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。

关键字:量子计算机  机器学习 引用地址:量子计算机将如何改变AI/机器学习/大数据

上一篇:韩国IT服务业三强 纷推AI专用平台较劲
下一篇:IBM为MIT沃森人工智能实验室出资2.4亿美元

推荐阅读最新更新时间:2024-05-07 17:37

Facebook 未来机器学习平台
粗看上去,世界上的超大规模用户和云构建商制造的东西通常看上去和感觉上去都像超级计算机,但如果你仔细观察,就常会看到一些相当大的差异。差异之一是,他们的机器并不是为了实现最高性能而不惜一切代价去设计,而是在性能和成本之间实现了最佳平衡。 简而言之,这就是为什么社交网络巨头Facebook(世界上最大的人工智能用户之一)大量订购英伟达的HGX-1和HGX-2系统用于机器学习训练,然后就到此为止了。(HGX-1和HGX-2系统是GPU加速器制造商英伟达的DGX系列的超大规模用户版本。) 这并不是巧合,为什么微软、谷歌、亚马逊网络服务、阿里巴巴、腾讯、百度,以及中国第四大巨头(中国移动或京东)同样设计自己的服务器,或是使用Face
[物联网]
Facebook 未来<font color='red'>机器学习</font>平台
搜狗与清华突破AI音乐起舞,人机交互未来将会如何?
声音与 AI 行为搭配在一起,会发生怎样的化学反应呢?这一话题,正在成为国内外 AI 研究比较热衷的新方向。 比如卡内基·梅隆大学和 CMU 机器人研究所,就在研究声音和机器人动作之间的相互作用;国内则从数字人入手,搜狗分身技术团队联合清华大学天工智能计算研究院贾珈老师团队,率先展开了音频驱动身体动作的研究。 近日二者共同发表的数字人技术论文《ChoreoNet: 基于舞蹈动作单元的音乐 - 舞蹈合成框架》,就被 2020 国际顶级盛会 ACM Multimedia 录用为长文。 作为计算机领域诺贝尔奖——图灵奖的评选机构,ACM(国际计算机学会 Association for Computing Machinery
[嵌入式]
搜狗与清华突破AI音乐起舞,人机交互未来将会如何?
传统行业高管如何看待人工智能?
自20世纪50年代“有思想的机器”诞生以来, 软件 开发人员一直试图教会计算机像人类一样思考。但直到近十年,在技术突破和商业应用快速扩展的双重推动下, 人工智能 才插上了腾飞的翅膀。相比科技公司和互联网新兴企业,中国的传统行业还没有准备好如何利用人工智能技术,且大多数企业都没有将其视作战略重点。我们建议,传统企业CEO可从三个方面入手,认真思考九个问题,以便尽快制定适合自身的人工智能战略。   传统行业高管眼中的人工智能 为了更好地了解人工智能对中国传统行业所在公司的潜在影响,我们对80家公司展开了调查。其中,60家来自传统行业,如零售、重工业和建筑业。另外,我们也访问了20位人工智能专家,他们来自中国领先的互联网企业,其中包括几
[嵌入式]
2019年机器学习:追踪人工智能发展之路
IDC报告显示,预计机器学习工具和解决方案的企业级采用率将在本十年结束前达到65% - 并且支出将达到460亿美元。平均而言,55%的企业CIO已将机器学习视为业务加速的核心优先事项之一。本文重点介绍了2019年机器学习将如何继续发展。 以下是亿欧智库为您带来的精选分享: 机器学习的新用例即将出现 今年早些时候,美国陆军宣布将使用定制的机器学习软件工具用于战斗车辆的预测性维护。换句话说,机器学习将能够预测车辆可能需要何时以及何种类型的维修服务。另一个有趣的机器学习用例是根据之前股票收益的记录预测股市波动。最近的一项研究表明,用机器学习预测股票市场具有60%以上的准确度。在医疗健康领域,机器学习模型被用于估计一个人的死亡概率(在
[机器人]
蹭着电影的热度,看看AI医疗是怎么回事?
价格高昂的正版药,让患者们退无可退。不容否认,一种新药,尤其是“特效药“的研发,需要过亿的研发成本和研发周期,其能够面市,已经是诸多患者的“福音”。然而,面对高昂的售价,如何给“特效药”及疾病治疗“降降温”, AI 也许能够一步步成为你的“药神”。 第一步:AI预测白血病,让白血病不再成为“突然之灾” 近期,《自然》上发表了一项研究成果——由全国多家科研机构白血病科学家组成的研究小组使用血液检测和 机器学习 ,以达到预测健康个体是否有患急性骨髓性白血病(AML)的风险。 这意味着我们今后对AML的出现有预警,并能够提早发现AML的高风险人群并进行监测,同时可以进行研发,寻找降低该疾病患病几率的方案。 AML名为“急性骨髓性白血
[医疗电子]
东京大学与IBM宣布:商用量子计算机已在日本投入使用
东京大学与日本 IBM 在今日宣布,商用量子计算机已开始投入使用,这在日本国内属于首次。 该量子计算机将用于材料开发和金融研究,由丰田等 12 家大型企业加入的协会将成为该量子计算机的使用主体。作为新一代高速计算机的量子计算机将在很多程度上决定未来的产业竞争力,日本企业将共同摸索,尽快活用。 记者了解到,IBM 在上个月宣布,在德国的斯图加特推出了欧洲首台量子计算机,IBM 表示这是欧洲工业领域最强大的量子计算机。该计算机的算力将被用来开发新材料、药物以及人工智能。 此外,我国研制出的 62 比特可编程超导量子计算原型机”祖冲之号“在 7 月再次刷新纪录,世界最强的超级计算机 8 年才能完成的任务,用 祖冲之号 量子计
[嵌入式]
Genesys收购nGUVU,利用机器学习和行为分析提升劳动力交互
全球领先的云客户体验和联络中心解决方案提供商Genesys® (www.genesys.com/zh-cn)日前宣布收购了其长期合作伙伴nGUVU,为其劳动力交互管理解决方案加入了游戏化的新功能。nGUVU总部位于加拿大蒙特利尔,是一家主打游戏化解决方案的云平台软件供应商,利用机器学习和行为分析提升劳动力交互和员工绩效。 今后,Genesys的客户可以用更新潮的方式获得更好的员工体验。新加入的游戏化进一步增强了Genesys Cloud的WEM功能。Genesys Cloud是一款全球领先的公有云联络中心平台和一体化解决方案。更新后的解决方案能够使企业大幅提升员工交互和客户体验,并减少人员流失,降低运营成本。 Genesy
[物联网]
谷歌搞出个机器学习多面手:能处理声音图像多种任务
  北京时间6月20日早间消息, 谷歌 近期发表的一篇学术论文或许为 机器学习 未来的发展制定了蓝图。这篇论文题为“一种可以进行各种学习的模型”,为可处理多任务的单一 机器学习 模型提供了模板。下面就随网络通信小编一起来了解一下相关内容吧。    谷歌 研究员将其称作“MultiModel”(多任务模型),并训练该模型完成一系列任务,包括翻译、语言分析、语音识别、图像识别和对象探测等。尽管结果相对于当前方法并没有质的飞跃,但这表明,用多种任务去训练 机器学习 系统将提升其整体性能。   例如,如果用可以胜任的所有任务来进行训练,那么相对于用单一任务进行训练,MultiModel在机器翻译、语音和分析任务方面的准确性会更高。   
[网络通信]
小广播
热门活动
换一批
更多
最新网络通信文章
更多精选电路图
换一换 更多 相关热搜器件
更多每日新闻
随便看看
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved