Quantencomputing ermöglicht Maschinelles Lernen der nächsten Generation
Erlaubt Quantencomputing auch im Bereich KI einen Quantensprung? Das zumindest ist eines der Ziele des Forschungsprojektes AutoQML. Das Verbundprojekt mit 8 Partnern aus Forschung und Industrie wird vom Bundesministerium für Wirtschaft und Klimaschutz gefördert und soll Lösungsansätze entwickeln, die Quantencomputing und Maschinelles Lernen (ML) verknüpfen. USU wird im Rahmen des Projektes mit Hilfe von Quantencomputing rechenintensive und hochkomplexe KI-Modelle erstellen, die als Grundlage für die wirtschaftliche Nutzung von KI durch den industriellen Mittelstand dienen.
Die Auswahl und Implementierung von Maschine-Learning-Lösungen ist bislang außerordentlich arbeits-, rechen- und wissensintensiv. Der Forschungsansatz des automatisierten maschinellen Lernens (AutoML) adressiert diese Herausforderungen. Im Zuge des vom Fraunhofer IAO geleiteten Projektes soll ein Werkzeugkasten in Form einer Open-Source-Plattform entstehen, die eine Bibliothek mit komplexen ML-Komponenten und Methoden enthält, welche Anwender:innen auch ohne detailliertes Fachwissen nutzen können.
„Unser Ziel ist es, KI für hochkomplexe Anwendungsfälle ausführbar zu machen, so dass künftig auch mittelständische Industrieunternehmen die entsprechenden Qualitäts- und Performance-Vorteile von komplexen KI-Algorithmen nutzen können, die mittels Quantencomputing berechenbar werden“, so Henrik Oppermann, Research Director bei USU.