[論文レビュー] The Future of Computing: Bits + Neurons + Qubits

Darı́o Gil, William M. J. Green|arXiv (Cornell University)|Nov 15, 2019

Quantum Computing Algorithms and Architecture参考文献 53被引用数 4

ひとこと要約

本論文は、古典的ビット、人工ニューロン、量子キュービットの統合に基づく、計算の変革的未来を提唱する。デジタル論理、神経記号的AI、量子計算を統合することで、現在の古典的またはAI専用の能力を超える問題を解ける、知能的でミッションクリティカルなシステムを実現する。主な貢献は、科学的発見を加速させ、一般化可能な知能を実現する次世代計算の統合的ビジョンである。

ABSTRACT

The laptops, cell phones, and internet applications commonplace in our daily lives are all rooted in the idea of zeros and ones - in bits. This foundational element originated from the combination of mathematics and Claude Shannon's Theory of Information. Coupled with the 50-year legacy of Moore's Law, the bit has propelled the digitization of our world. In recent years, artificial intelligence systems, merging neuron-inspired biology with information, have achieved superhuman accuracy in a range of narrow classification tasks by learning from labelled data. Advancing from Narrow AI to Broad AI will encompass the unification of learning and reasoning through neuro-symbolic systems, resulting in a form of AI which will perform multiple tasks, operate across multiple domains, and learn from small quantities of multi-modal input data. Finally, the union of physics and information led to the emergence of Quantum Information Theory and the development of the quantum bit - the qubit - forming the basis of quantum computers. We have built the first programmable quantum computers, and although the technology is still in its early days, these systems offer the potential to solve problems which even the most powerful classical computers cannot. The future of computing will look fundamentally different than it has in the past. It will not be based on more and cheaper bits alone, but rather, it will be built upon bits + neurons + qubits. This future will enable the next generation of intelligent mission-critical systems and accelerate the rate of science-driven discovery.

研究の動機と目的

• ムーアの法則を超えた計算の未来を描くこと。
• 狭義のAIの限界を克服するため、学習と推論を統合する神経記号的システムを提唱すること。
• 量子計算を新しい計算パラダイムにおける補完的支柱として位置づけること。
• ビット、ニューロン、キュービットの統合が、ミッションクリティカルで科学的志向の応用を可能にする仕組みを明らかにすること。

提案手法

• 将来の計算のための三重基盤を提唱：古典的ビット（デジタル論理）、人工ニューロン（ニューラルネットワーク）、量子キュービット（量子情報処理）。
• 情報理論、神経科学、量子物理学の知見を統合し、新しい計算パラダイムを定義する。
• 神経記号的AIを、ディープラーニングと記号的推論の橋渡しとして説明し、マルチドメイン・フェイシュットラーニングを可能にする。
• プログラマブルな量子コンピュータが、古典的コンピュータでは解けない問題を解ける新興システムであることを強調する。
• 多様なモodalで少量のデータを扱う学習の役割が、狭義のAIから広義の人工知能に進化させる鍵であることを強調する。
• これらの3要素の統合が、科学的発見と実世界の応用を加速させるために不可欠であると位置づける。

実験結果

リサーチクエスチョン

• RQ1 古典的計算、人工知能、量子計算をどのように統合して、単一の変革的計算パラダイムにすることが可能か？
• RQ2 現在の狭義のAIシステムの主な限界は何か。神経記号的AIはそれらをどのように克服できるか？
• RQ3 量子計算は、現在の古典的システムの限界を超えるために、どのような方法で能力を拡張できるか？
• RQ4 少量のマルチモーダルデータは、AIシステムがドメインを横断して一般化を達成するために、どのように機能するか？
• RQ5 ビット、ニューロン、キュービットの統合が、科学的発見の加速に果たす役割は何か？

主な発見

• ビット、ニューロン、キュービットの統合は、古典的デジタルシステムの限界を超える新しい計算基盤を形成する。
• 神経記号的AIにより、システムは複数のドメインで複数のタスクを実行可能となり、最小限のマルチモーダルデータから学習できる。
• プログラマブルな量子コンピュータが実現され、古典的コンピュータでは解けない問題を解ける可能性を示している。
• 情報理論、神経科学、量子物理学の統合が、知能的でミッションクリティカルな新時代のシステムを可能にする。
• この統合的パラダイムは、科学的発見とイノベーションを顕著に加速すると予想される。
• 計算の未来は、ビット密度の増加に依存するのではなく、計算パラダイム間の相乗的統合にかかっている。