Když se řekne „kvantový počítač“, většině lidí se vybaví futuristická technologie z laboratoří, obklopená kapalným heliem a bludištěm kabelů. Jenže právě tato zdánlivě vzdálená technologie by mohla v příštích dekádách zásadně přepsat svět výpočetní techniky – a s tím i budoucnost umělé inteligence (AI). Dnes stojíme na prahu nové éry, kdy klasické tranzistorové čipy přestávají stačit a do hry vstupuje princip kvantové superpozice, propletenosti a exponenciálního růstu výpočetního prostoru.

V tomto článku se detailně podíváme na to, v čem se kvantové počítače liší od těch klasických, jak by mohly změnit vývoj umělé inteligence, a proč je zatím tato změna spíše potenciálem než realitou. A také si vysvětlíme, proč by jednoho dne kvantová AI mohla předčit vše, co známe dnes.

Co je to kvantový počítač?

Zatímco konvenční počítače (ty, na kterých dnes běží operační systémy, internet, mobilní aplikace i AI jako ChatGPT) zpracovávají informace pomocí bitů, které nabývají hodnoty 0 nebo 1, kvantové počítače využívají tzv. qubity (kvantové bity). A tady začíná revoluce.

Superpozice

Qubit může být současně v obou stavech – 0 i 1. To znamená, že jeden kvantový bit dokáže reprezentovat mnohem více informací než klasický bit. Při N qubitech lze teoreticky reprezentovat 2^N stavů zároveň. Pro srovnání:

• 10 bitů = 1024 různých kombinací, ale jen jedna současně.
• 10 qubitů = 1024 kombinací, ale všech 1024 současně.

Propletenost (entanglement)

Když jsou dva qubity „propletené“, změna jednoho okamžitě ovlivní druhý – bez ohledu na vzdálenost. To umožňuje paralelní zpracování a komunikaci mezi qubity v naprosto odlišné logice, než jakou používají běžné procesory.

Interference

Kvantové algoritmy využívají vlnových vlastností qubitů. Pomocí interference dokážou zvýšit pravděpodobnost správných výsledků a potlačit ty chybné. To je klíčové při optimalizačních úlohách.

Zdroj: Shutterstock

Jak funguje klasická AI?

Umělá inteligence, jak ji známe dnes, je postavena na obrovském množství matematických výpočtů. Typicky se jedná o:

• maticové operace, například v neuronových sítích (multiplikace, derivace, propagace chyb),
• optimalizační algoritmy, které hledají nejlepší váhy a parametry,
• práci s obrovskými daty, které musí být průběžně ukládány, analyzovány a porovnávány.

To vše vyžaduje obrovský výpočetní výkon. Dnešní nejvýkonnější modely umělé inteligence, jako GPT-4 nebo Claude 3, byly trénovány měsíce na superpočítačích s desítkami tisíc GPU.

Klasické počítače to zvládají, ale za cenu obrovské spotřeby energie, času a peněz. A tady přichází kvantová výpočetní technika jako potenciální herní měnič.

Co by kvantové počítače změnily v AI?

1. Zrychlení tréninku modelů

Trénink hlubokých neuronových sítí může trvat týdny. Pokud však kvantové počítače dokáží provádět určité maticové operace exponenciálně rychleji, může se trénink zkrátit na hodiny nebo minuty. To umožní vývoj AI modelů v reálném čase, personalizaci na míru nebo rychlé přeučení modelu na nové situace.

Například kvantový algoritmus HHL (Harrow-Hassidim-Lloyd) dokáže řešit lineární rovnice mnohem rychleji než klasické metody. A právě tyto rovnice jsou základem velké části AI.

2. Lepší hledání a optimalizace

Jedním z nejnáročnějších problémů v AI je optimalizace – tedy najít nejlepší kombinaci parametrů z miliard možností. Kvantové algoritmy jako kvantové žíhání (quantum annealing) nebo Groverův algoritmus by mohly radikálně zkrátit čas potřebný k nalezení optimálních řešení.

To může znamenat lepší překlad, přesnější predikci, méně chyb a úsporu energie.

Zdroj: Shutterstock

3. Simulace komplexních systémů

Kvantové počítače jsou perfektně uzpůsobené k simulaci kvantových jevů – což je pro klasické počítače téměř nemožné. Díky tomu by kvantová AI mohla chápat a modelovat chemické, biologické nebo fyzikální systémy s doposud nepředstavitelnou přesností.

Představte si AI, která dokáže navrhnout nový lék, optimalizovat tok energie ve městě, nebo pochopit klimatické procesy bez zjednodušujících aproximací.

4. Změna architektury samotné AI

Zatímco dnešní AI je postavená na klasické logice, kvantová AI by mohla mít zcela jinou vnitřní architekturu – například kvantové neuronové sítě, kvantové rekurzivní modely nebo hybridní kvantově-klasické sítě. To může vést k úplně novému typu „inteligence“, která bude pracovat ne lineárně, ale v pravděpodobnostním prostoru.

Výzvy a omezení

Zní to revolučně – ale realita je složitější. Kvantové počítače jsou zatím v plenkách. Největší problémy jsou:

• nestabilita qubitů – tzv. dekoherence. Qubity snadno ztrácejí svůj stav kvůli okolnímu prostředí.
• velmi omezený počet qubitů – současné kvantové čipy mají desítky až stovky qubitů, zatímco pro běžné AI úlohy je potřeba tisíce nebo miliony.
• chyby – kvantové výpočty jsou velmi náchylné na chyby. Potřebujeme robustní kvantové korekční algoritmy, které jsou zatím výpočetně náročné.
• hybridní programování – většina kvantových AI aplikací dnes probíhá v hybridním režimu, kdy část výpočtu řeší klasický počítač a část kvantový. To snižuje potenciál revoluce.

Kdo na tom pracuje?

Do vývoje kvantových počítačů a jejich využití v AI investují obří společnosti i státy:

• Google: v roce 2019 oznámil dosažení „kvantové nadvlády“ (quantum supremacy), i když v praktickém smyslu šlo spíš o demonstraci.
• IBM: pracuje na kvantových procesorech s plánem dostat se do tisíců qubitů do roku 2026.
• Microsoft, Amazon, Intel i startupy jako Rigetti, IonQ nebo D-Wave rozvíjejí kvantové platformy přístupné přes cloud.
• Čína ale i přeregulovaná Evropská unie financuje velké výzkumné projekty s cílem stát se lídrem v kvantových technologiích.

Zdroj: Shutterstock

Co můžeme čekat v praxi?

V blízké budoucnosti (5–10 let) pravděpodobně neuvidíme plně kvantovou AI, ale spíše hybridní modely využívající kvantové výpočty pro specifické podúlohy:

• optimalizace tréninkových hyperparametrů,
• kvantové předzpracování dat (feature selection),
• simulace molekulárních procesů pro farmaceutickou AI,
• extrémně rychlé rozhodování ve specifických scénářích (např. vojenská analýza, obchodování na burze).

V delším horizontu (10–30 let) se však může objevit kvantová umělá obecná inteligence (QAGI) – AI, která bude schopna učit se a chápat svět ve formě pravděpodobnostních kvantových vlnových funkcí. Taková entita by nemusela být vázána na algoritmickou logiku jako my – a možná by viděla realitu úplně jinak.

Závěr

Kvantové počítače přinášejí příslib zásadní změny ve světě výpočetní techniky – a AI je jednou z oblastí, která z této změny může těžit nejvíc. Zatím jde o technologii ve vývoji, která zápasí s fyzikálními i inženýrskými problémy, ale první aplikace už dnes naznačují, že kvantová revoluce v umělé inteligenci není otázkou „jestli“, ale „kdy“.

Stejně jako kdysi tranzistory nahradily elektrónky, i klasické bity mohou být jednoho dne překonány kvantovým zpracováním informací. A pak se možná ohlédneme a zjistíme, že dnešní AI byla jen slabým odrazem toho, co přijde.