Googles Quantencomputer soll auch aus fehlerhaften Daten lernen

Hartmut Neven, der bei Google die Entwicklung von Quantencomputern leitet, erklärt im Interview mit Technology Review, wie die Superrechner die KI-Forschung voranbringen könnten.

In Pocket speichern vorlesen Druckansicht 29 Kommentare lesen
Googles Quantencomputer soll auch aus fehlerhaften Daten lernen

(Bild: James Duncan Davidson / Flickr)

Lesezeit: 2 Min.

Hartmut Neven, der Physik und Ökonomie studiert hat, leitet das "Quantum Artificial Intelligence Lab" von Google. Er gebe nicht oft Interviews, gesteht Neven in der neuen TR-Ausgabe (ab sofort im Handel erhältlich und online bestellbar), denn sein Job – an der Schnittstelle von künstlicher Intelligenz und Quantencomputern – führe immer wieder zu "merkwürdigen Fragen". Eine dezente Andeutung dessen, was er scherzhaft "Googlezilla" nennt, die Befürchtungen, sein Arbeitgeber würde auf Grund des technischen Fortschritts irgendwann unkontrollierbar mächtig.

Dabei strebt der Internetkonzern, der zur Zeit einen Quantenchip von D-Wave-Systems testet und eigene Quanten-Hardware entwickelt, sehr handfeste Anwendungen für seinen Quantencomputer an. "Wenn ich zum Beispiel bessere Katalysatoren entwickeln kann, um damit die Düngemittelproduktion energetisch viel günstiger zu machen, hätte das enorme Auswirkungen auf die Welt", sagt Neven. "Es gibt viele – ich sage mal – menschenfreundliche Anwendungen, für die Quantencomputer das ideale Werkzeug sind."

Für den Suchmaschinen-Betreiber besonders interessant, wäre der Einsatz von Quantenrechnern beim maschinellen Lernen. "Wenn man unvollkommene Trainingsdaten hat, also Daten, die Fehler enthalten, kommt man in große Schwierigkeiten", sagt Neven. "Ein guter Klassifizierer kann erkennen, dass bestimmte Punkte in den Trainingsdaten falsch gekennzeichnet sind. Er berechnet, was es bedeuten würde, wenn die Information korrekt wäre. Wenn dadurch der Fehler bei vielen anderen Daten wieder sehr viel größer wird, ist die Information aller Wahrscheinlichkeit nach falsch." Das dazu notwendige Fehlermaß sei aber "sehr viel aufwendiger zu berechnen" als normalerweise beim Maschinenlernen. "Unsere Hoffnung ist, dass Quantencomputer dabei helfen", sagt Neven.

Die Frage, ob eine Quanten-KI irgendwann mehr kann, als nur Daten zu klassifizieren, lässt allerdings auch Neven nicht kalt. "Wenn man an künstlicher Intelligenz auf Quantencomputern arbeitet, kommt man nicht an der Frage vorbei, ob das Gehirn auch Quantenressourcen verwendet", sagt er. "Die konventionelle Antwort darauf lautet: Nein. Ich bin mir nicht sicher, ob das wirklich wahr ist. Ich kann mir gut vorstellen, dass auf der Ebene einzelner Neuronen im Gehirn etwas Ähnliches passiert wie in den Quantenschaltkreisen, an denen wir arbeiten."

Das vollständige Interview lesen Sie in der neuen Ausgabe von Technology Review (ab sofort im Handel zu kaufen und online zu bestellen). (jle)