[논문 리뷰] The Future of Computing: Bits + Neurons + Qubits

Darı́o Gil, William M. J. Green|arXiv (Cornell University)|2019. 11. 15.

Quantum Computing Algorithms and Architecture참고 문헌 53인용 수 4

한 줄 요약

이 논문은 고전적 비트, 인공 신경세포, 양자 큐비트의 통합을 바탕으로 한 계산의 전환적 미래를 제안한다. 디지털 논리, 신호 기반 인공지능, 양자 계산을 융합하여 현재의 고전적 또는 인공지능 전용 능력으로는 해결할 수 없는 문제를 해결할 수 있는 지능적이고 임무 중심의 시스템을 가능하게 한다. 주요 기여는 과학적 발견을 가속화하고 광범위하게 일반화 가능한 지능을 가능하게 하는 차세대 계산의 통합된 비전이다.

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.

연구 동기 및 목표

• 무어의 법칙과 고전적 디지털 시스템을 초월한 계산의 미래를 묘사하기.
• 좁은 범위의 인공지능의 한계를 해결하기 위해 학습과 추론을 통합하는 신호 기반 시스템을 제안하기.
• 양자 계산을 새로운 계산 패러다임의 보완적 기둥으로 위치시키기.
• 비트, 뉴런, 큐비트의 융합이 과학 중심의 임무 중심 응용을 가능하게 하는 방식을 설명하기.

제안 방법

• 미래 계산의 삼중 기반 제안: 고전적 비트(디지털 논리), 인공 뉴런(신경망), 양자 큐비트(양자 정보 처리).
• 정보 이론, 신경과학, 양자 물리학의 통찰을 융합하여 새로운 계산 패러다임을 정의하기.
• 신호 기반 인공지능을 깊이 있는 학습과 상징적 추론 사이의 다리로 기술하여 다분야 및 소수의 샘플로 학습이 가능하게 하기.
• 해결이 불가능한 문제를 고전적 컴퓨터가 해결할 수 없을 때, 프로그래머블 양자 컴퓨터가 해결 가능할 잠재력을 강조하기.
• 다양한 모odal, 소량의 데이터를 통한 학습이 좁은 지능에서 광범위한 인공지능으로 전환하는 데 핵심적인 역할을 한다고 강조하기.
• 이 세 요소의 융합이 과학적 발견과 실제 응용을 가속화하는 데 필수적이라고 프레임워크화하기.

실험 결과

연구 질문

• RQ1 고전적 계산, 인공지능, 양자 계산이 하나의 전환적 계산 패러다임으로 통합될 수 있는가?
• RQ2 현재의 좁은 범위의 인공지능 시스템의 핵심 한계는 무엇이며, 신호 기반 인공지능은 이를 어떻게 극복할 수 있는가?
• RQ3 양자 계산은 고전적 시스템의 현재 한계를 초월해 어떤 방식으로 능력을 확장할 수 있는가?
• RQ4 소량의 다중 모달 데이터는 어떻게 인공지능 시스템이 다양한 도메인으로 일반화하는 데 기여하는가?
• RQ5 비트, 뉴런, 큐비트의 통합은 과학적 발견을 가속화하는 데 어떤 역할을 할 것인가?

주요 결과

• 비트, 뉴런, 큐비트의 통합은 고전적 디지털 시스템의 한계를 초월하는 새로운 계산 기반을 형성한다.
• 신호 기반 인공지능은 다양한 도메인에서 다수의 작업을 수행하고 최소한의 다중 모달 데이터로 학습할 수 있도록 한다.
• 프로그래머블 양자 컴퓨터는 구축되었으며, 고전적 컴퓨터가 해결할 수 없는 문제를 해결할 잠재력을 보이고 있다.
• 정보 이론, 신경과학, 양자 물리학의 융합은 지능적이고 임무 중심의 새로운 시대의 시스템을 가능하게 한다.
• 이 통합된 패러다임은 과학 중심의 발견과 혁신을 크게 가속화할 것으로 기대된다.
• 미래의 계산은 비트 밀도를 높이는 데서만 의존하지 않을 것이며, 계산 패러다임 간의 상호보완적 통합에 기반할 것이다.