L'informatique quantique : de nouveaux potentiels pour l'apprentissage machine automatisé

Quantencomputing ermöglicht es, rechenintensive Technologien wie das maschinelle Lernen (ML) weiterzubringen. Im Projekt »AutoQML« entwickeln acht Partner aus Forschung und Industrie deshalb Lösungsansätze, die Quantencomputing und ML verknüpfen. Eine Open-Source-Plattform soll Entwickler befähigen, Algorithmen des Quanten-Machine-Learnings ohne tiefgehendes Fachwissen nutzen zu können. Das Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA ist am Projekt maßgeblich beteiligt und bringt seine Expertise im Quantencomputing und in Verfahren des herkömmlichen ML ein. Wie gelingt es Unternehmen, die Potenziale der Digitalisierung zu nutzen und wettbewerbsfähig zu bleiben? Der Einsatz von Technologien wie künstlicher Intelligenz (KI) kann dabei helfen, von der digitalen Transformation bestmöglich zu profitieren. Vor allem ML spielt in der Digitalisierungsstrategie vieler Unternehmen bereits eine große Rolle und ermöglicht unter anderem effizientere Prozesse sowie neue Geschäftsmodelle. Allerdings fehlt es oft an Fachkräften. So ist die Implementierung von ML-Lösungen bisher noch häufig mit hohem Arbeitsaufwand verbunden. Von der Datenakquisition über die Wahl der passenden Algorithmen bis hin zur Optimierung des Trainings ist ein detailliertes Fachwissen in ML notwendig.

Nouvelle approche : l'informatique quantique porte l'apprentissage automatique à un nouveau niveau

Der Ansatz des automatisierten maschinellen Lernens (AutoML) wirkt diesen Herausforderungen entgegen und erleichtert Fachkräften den Einsatz von KI. Dabei wird insbesondere die Wahl der konkreten ML-Algorithmen automatisiert. Anwender müssen sich somit weniger mit ML beschäftigen und auskennen und können sich mehr auf ihre eigentlichen Prozesse konzentrieren. In diesem Zusammenhang markiert Quantencomputing den Durchbruch in eine neue technologische Ära, denn damit lässt sich der AutoML-Ansatz signifikant verbessern. Zudem bietet Quantencomputing die für AutoML oftmals nötige Rechenpower. Das Verbundprojekt »AutoQML« setzt an dieser Innovation an und verfolgt zwei wesentliche Ziele: Zum einen wird der neue Ansatz AutoQML entwickelt. Dieser wird um neu entwickelte Quanten-ML-Algorithmen erweitert. Zum anderen hebt Quantencomputing den AutoML-Ansatz auf ein neues Niveau, denn bestimmte Probleme lassen sich mithilfe von Quantencomputing schneller lösen als mit konventionellen Algorithmen. Unter Leitung des Fraunhofer-Instituts für Arbeitswirtschaft und Organisation IAO ermöglicht das Projekt Entwicklern einen vereinfachten Zugang zu konventionellen und Quanten-ML-Algorithmen über eine Open-Source-Plattform. Neben Fraunhofer beteiligen sich die Unternehmen GFT Integrated Systems, USU Software AG, IAV GmbH Ingenieursgesellschaft Auto und Verkehr, KEB Automation KG, TRUMPF Werkzeug-maschinen GmbH + Co. KG und die Zeppelin GmbH am Projekt. Die entwickelten Lösungen werden anhand von konkreten Anwendungsfällen aus dem Automotive- und Produktionsbereich erprobt.

Le meilleur des deux mondes : Bibliothèque de logiciels pour des solutions hybrides globales

Le consortium du projet intégrera des composants de l'informatique quantique dans les solutions actuelles d'apprentissage automatique afin de pouvoir utiliser les avantages de performance, de vitesse et de complexité des algorithmes quantiques dans le contexte industriel. La suite AutoQML-Developer, une bibliothèque logicielle, rassemblera les composants et méthodes ML quantiques développés sous la forme d'une boîte à outils et les mettra à la disposition des développeurs sur une plate-forme open source. Cela permettra aux utilisateurs d'utiliser l'apprentissage automatique et l'apprentissage automatique quantique et de développer des solutions hybrides globales. La durée du projet est de trois ans. La poursuite de la diffusion sur le marché par les entreprises partenaires permet le transfert de la haute technologie proche de la recherche dans un large environnement industriel, dans le but de renforcer significativement le site industriel allemand. Le projet est soutenu par le ministère fédéral de l'Économie et de la Protection du climat. Plus d'informations : http://www.autoqml.ai/

Cet article est paru initialement sur m-q.ch - https://www.m-q.ch/de/quantencomputing-neue-potenziale-fuer-automatisiertes-maschinelles-lernen/