Quanten-KI

Echte Sprunginnovationen liefern soll der Quantencomputer bei der künstlichen Intelligenz (KI). Durch die Verbindung der zwei Schlüsseltechnologien entsteht aktuell ein neues interdisziplinäres Forschungsgebiet: das Quanten-Maschinelle Lernen (QML). Prof. Christian Bauckhage vom Fraunhofer IAIS in Sankt Augustin erläutert den Zusammenhang: »Mathematisch betrachtet sind viele KI-Probleme so genannte kombinatorische Optimierungsprobleme, etwa optimale Lieferrouten zu bestimmen. Wenn solche Probleme komplex sind, also viele Variablen enthalten, ist es heute auf digitalen Computern sehr schwer bis unmöglich, optimale Lösungen in vertretbarer Zeit zu finden. Quantencomputern hingegen könnten dies in kürzester Zeit bewältigen.«

Die Vorteile: Sie verarbeiten große Datenfelder in einem einzigen Schritt, spüren Muster in den Daten auf, die klassische Computer nicht entdecken, und scheitern nicht an unvollständigen oder unsicheren Daten. Das Potenzial dieser Verknüpfung aus Künstlicher Intelligenz und Quantencomputing könnte sich schon in wenigen Jahren auf nahezu alle Bereiche unserer Gesellschaft auswirken. Neben besseren Logistiklösungen, könnten die Netzwerkplanung im Energiesektor oder Portfolios im Finanzsektor optimiert werden. Darüber hinaus ließe sich das Training großer neuronaler Netze deutlich beschleunigen. Im Fraunhofer Cluster of Excellence Cognitive Internet Technologies entwickelt Bauckhage mit seinem Team in einem eigenen QML-Teilprojekt bereits Quantenalgorithmen für Optimierungsprobleme, die grundlegend sind im maschinellen Lernen und in der KI. »Das erklärte Ziel ist, bei der bevorstehenden Quantencomputing-Revolution vorne dabei zu sein und schnell industrierelevante Lösungen liefern zu können.«

Dieses Ziel verfolgt auch das Fraunhofer FOKUS in Berlin mit dem Projekt PlanQK. Gemeinsam mit 14 Partnern wollen die Forschenden eine Plattform für quantenunterstützte Künstliche Intelligenz entwickeln. Auf dieser Wissensplattform sollen sich KI- und Quantencomputing-Spezialisten, Entwickler, Nutzer, Kunden, Dienstleister und Berater über QML-Algorithmen und deren Anwendungen austauschen. Ein sehr konkretes Szenario ist, Betrug im Bankensektor nicht nur zu klassifizieren, sondern auch zu   prognostizieren. Mit dem Projekt gewannen die Forschenden im September den Innovationswettbewerb »Künstliche Intelligenz (KI) als Treiber für volkswirtschaftlich relevante Ökosysteme« des Bundesministeriums für Wirtschaft und Energie (BMWi).