Künstliche Intelligenz hat die Welt erobert. Jeder zehnte Mensch weltweit nutzt bereits ChatGPT. Kaum ein Unternehmen, das nicht auf KI setzt. Doch der KI-Boom stößt an technische Grenzen. Quantentechnologien könnten einen Ausweg liefern, sagt Marcus Hennig, Head of Business and Projects bei Planqc.
KI stößt an ihre Grenzen
Das Training von KI braucht gigantische Datensätze. Um den Stromverbrauch von KI zu decken, wurden zuletzt sogar stillgelegte Atomkraftwerke hochgefahren. Trotz dieses Aufwands lassen sich Schwachstellen wie die Fehleranfälligkeit und Intransparenz von Künstlicher Intelligenz bisher nicht ausräumen. Es braucht andere Lösungen, als einfach immer mehr Hochleistungschips, Daten und Energie einzusetzen. Quantencomputing könnte der Schlüssel dazu sein. Davon sind wir bei Planqc überzeugt. Nicht nur, weil Quantencomputer leistungsfähiger und effizienter sein werden als klassische Hardware. Quantentechnologien eröffnen darüber hinaus neue Wege für die KI-Entwicklung. Ein Beispiel dafür liefert unser Projekt mit der Europäischen Weltraumorganisation ESA und Partnern wie MT Aerospace und Nebumind. Dabei geht es um die Produktion bestimmter Bauteile für die Ariane-6-Rakete.
Selbst kleinste Fehler könnten hier schwere Folgen haben. Qualitätssicherung hat also oberste Priorität. Doch die Echtzeit-Auswertung der großen und komplexen Datenmengen, die von Kameras und Sensoren kommen, ist mit klassischen Methoden herausfordernd und energieintensiv. Deshalb setzen wir auf quanteninspirierte Tensor-Netzwerke, die aus der Quantenphysik stammen und Datenstrukturen drastisch verdichten. Sie erreichen eine vergleichbare Genauigkeit wie klassische Deep-Learning-Modelle – jedoch mit deutlich geringerem Rechenaufwand und Stromverbrauch. Sogar auf Edge-Geräten können sie eingesetzt werden. Das könnte KI-gestützte Qualitätssicherung direkt während der Produktion ermöglichen – auf klassischer Hardware und übertragbar auf viele Industrien.
Verbesserungen für Raumfahrt und Klimaschutz
Auch die Klimaforschung wollen wir mit Quantencomputing und KI voranbringen – in einem Projekt des Deutschen Zentrums für Luft- und Raumfahrt (DLR). Hier gehen wir ein Problem heutiger Klimamodelle an: Aufgrund begrenzter Rechenkapazitäten arbeiten diese oft mit groben Rasterungen, um die Atmosphäre zu beschreiben. Das kann zu Fehlern und Unsicherheiten von Prognosen führen. Wir untersuchen daher, wie sich mit Quantum Machine Learning klassische Verfahren übertreffen lassen – und kombinieren quantenneuronale Netze, hybride quanten-klassische Algorithmen und quanteninspirierte Datenkompressionsmethoden. Das Ziel sind akkuratere Klimamodelle.
Der Weg zu nachhaltigerer KI
Auch die Klimaforschung wollen wir mit Quantencomputing und KI voranbringen – in einem Projekt des Deutschen Zentrums für Luft- und Raumfahrt (DLR). Hier gehen wir ein Problem heutiger Klimamodelle an: Aufgrund begrenzter Rechenkapazitäten arbeiten diese oft mit groben Rasterungen, um die Atmosphäre zu beschreiben. Das kann zu Fehlern und Unsicherheiten von Prognosen führen. Wir untersuchen daher, wie sich mit Quantum Machine Learning klassische Verfahren übertreffen lassen – und kombinieren quantenneuronale Netze, hybride quanten-klassische Algorithmen und quanteninspirierte Datenkompressionsmethoden. Das Ziel sind akkuratere Klimamodelle.
Das sind nur zwei Beispiele dafür, wie wir mit Partnern aus Industrie und Wissenschaft an neuen Methoden arbeiten, um mit Quantentechnologien bessere KI zu schaffen, die nicht nur auf größeren Rechenzentren und Datenmengen basiert.
