Obwohl das Interesse an KI-Methoden auf Quantenhardware für praxisrelevante Anwendungen stetig steigt, stecken die passenden Algorithmen noch in den Kinderschuhen. Mit QUANT²AI evaluiert die DLR QCI mithilfe ihrer Partner Vorteile von Quanten-KIs auf eine praktische Art und Weise, indem sie reproduzierbare Vergleiche durchführt. Dieser sogenannte Benchmark ermöglicht EntwicklerInnen, ihre Methoden standardisiert zu testen, und hilft AnwenderInnen geeignete Algorithmen für ihr Einsatzgebiet zu identifizieren.
Vorteile der Quantentechnologie
Der Ansatz von QUANT²AI betrachtet die gesamte Pipeline – vom Sammeln der Daten bis zur Evaluation der Ergebnisse. Dabei verwendet das Team sowohl herkömmliche als auch Quantencomputer, um die Daten zu verarbeiten. Es optimiert aber auch Parameter, Hyperparametersuchen und Näherungsschritte. Da die Auswahl einer geeigneten Pipeline für Maschinelles Lernen auf vielen Anforderungen basiert, muss eine Bewertungsmethode alle Dimensionen berücksichtigen, um hierbei eine qualifizierte Aussage zu ermöglichen.
Das grosse Ziel dabei ist es, die komplette End-to-End-Pipeline von Quanten-KIs vergleichbar zu machen, Quantenvorteile zu vervielfältigen, einen Demonstrator zu entwickeln sowie eine Standardisierung im Quanten-KI-Umfeld anzustossen.
Gebündeltes Fachwissen
«Unsere Industriepartner bringen eine einzigartige Kombination aus akademischen und industriellen Erfahrungen ein. Damit treffen sich in QUANT²AI ganz unterschiedliche Perspektiven auf Quantencomputer, Künstliche Intelligenz und Daten», erklärt QUANT²AI-Projektleiter Hans-Martin Rieser vom DLR Institut für KI-Sicherheit. Als Unterauftragnehmer vom Fraunhofer ITWM sind auch CONET Solutions, JoS QUANTUM und Data Cybernetics in das Projekt eingebunden.
«Bei unserer intensiven Forschung im Bereich der Quanten-KIs ist uns die fehlende Vergleichbarkeit derer aufgefallen. Daher ist das Projekt so besonders: Wir bauen hier zusammen einen Standard für das Benchmarking auf – ein wichtiger Fortschritt für die gesamte und unsere eigene Forschung», beschreibt Dr. Pascal Halffmann, Projektleiter am Fraunhofer ITWM. So arbeiten künftig die Abteilungen «Finanzmathematik» und «Bildverarbeitung» sowie der Bereich «High Performance Computing» mit in der Kooperation.
Im Rahmen des DLR Quantum Fellowship Programms der DLR QCI beschäftigt sich ein Doktorand vom DLR-Institut für KI-Sicherheit ausserdem mit der Kodierung klassischer Daten auf Quantencomputern. Die Forschungsergebnisse können dann in die Preprocessing-Schritte von QUANT²AI mit einfliessen.
Vorteile für Forschung, Industrie und Ökosystem
Vom Projekt profitieren vor allem Anwendungsprojekte, die zukünftig Quanten-KI einsetzen. Aber auch die Partner gewinnen Erkenntnisse und Erfahrungen für den künftigen industriellen Einsatz von Quanten-Maschinellem-Lernen. Ebenso haben die Projektpartner die Absicht, die Forschungsergebnisse in neuen Produkten und Dienstleistungen zu vermarkten. Damit ermöglichen sie Industrie, Wirtschaft und Forschung den Zugang zu quantenbeschleunigten Rechenverfahren.
«Uns gefällt auch die Motivation der DLR QCI als Auftraggeber, den Aufbau eines Quantencomputing-Ökosystems zu unterstützen. Das hilft uns, dem Fraunhofer ITWM, aber auch unseren Partnern im Konsortium sich als Anbieter von Quantencomputing-Expertise zu etablieren», bekräftigt Halffmann.