NVIDIA เปิดตัวตระกูลโมเดล AI ควอนตัมโอเพนซอร์ส NVIDIA Ising: AI จะกลายเป็นระบบปฏิบัติการของคอมพิวเตอร์ควอนตัม

NVIDIA ประกาศเปิดตัวตระกูลโมเดล AI ควอนตัมโอเพนซอร์ส NVIDIA Ising ซึ่งเป็นตระกูลโมเดล AI ควอนตัมโอเพนซอร์สระดับโลกชุดแรก โดยมีเป้าหมายเพื่อเร่งกระบวนการนำการคำนวณควอนตัมไปใช้จริงผ่านปัญญาประดิษฐ์

ตระกูลโมเดลนี้ประกอบด้วยสององค์ประกอบหลัก:

• Ising Calibration (การปรับเทียบ): โมเดลภาษาภาพที่มีพารามิเตอร์ 35 พันล้านตัว สามารถตีความผลการวัดจากโปรเซสเซอร์ควอนตัมและตอบสนองได้อย่างรวดเร็ว โมเดลนี้สามารถลดเวลาการปรับเทียบระบบควอนตัมจากเดิมที่ใช้เวลาหลายวันให้เหลือเพียงไม่กี่ชั่วโมง
• Ising Decoding (การถอดรหัส): กรอบการทำงานสำหรับแก้ไขข้อผิดพลาดควอนตัมแบบเรียลไทม์ที่ใช้โครงข่ายประสาทเทียมแบบคอนโวลูชัน 3 มิติ ประกอบด้วยสองเวอร์ชันที่ปรับให้เหมาะกับความเร็วและความแม่นยำ ตามข้อมูลของ NVIDIA เมื่อเทียบกับมาตรฐานโอเพนซอร์สในอุตสาหกรรมปัจจุบันอย่าง pyMatching แล้ว Ising Decoding มีความเร็วสูงสุดถึง 2.5 เท่า และมีความแม่นยำสูงกว่า 3 เท่า

NVIDIA ระบุว่า ชุดโมเดล Ising ช่วยลดความซับซ้อนในการทำความเข้าใจระบบฟิสิกส์ควอนตัมที่ซับซ้อนอย่างมาก และมอบเครื่องมือ AI ที่มีประสิทธิภาพสูงและปรับขยายได้สำหรับการแก้ไขข้อผิดพลาดและการปรับเทียบควอนตัม ซึ่งทั้งสองความท้าทายนี้เป็นกุญแจสำคัญในการสร้างระบบคอมพิวเตอร์แบบผสมควอนตัม-คลาสสิก

Jensen Huang ซีอีโอของ NVIDIA ให้ความเห็นเกี่ยวกับเรื่องนี้ว่า:

AI มีความสำคัญอย่างยิ่งต่อการนำการคำนวณควอนตัมไปใช้จริง ด้วย Ising แล้ว AI จะกลายเป็นระบบปฏิบัติการของคอมพิวเตอร์ควอนตัม โดยเปลี่ยนคิวบิตที่เปราะบางให้กลายเป็นระบบควอนตัม-GPU ที่ปรับขยายได้และเชื่อถือได้

เร่งการนำระบบควอนตัมไปใช้จริง

การนำการคำนวณควอนตัมไปใช้ในระดับกว้างต้องเผชิญกับ “คำสาป 5 ปี” มาโดยตลอด นั่นคือความคาดหวังที่จะเกิดขึ้นจริงในอีกห้าปีข้างหน้า แต่กลับไม่เกิดขึ้นจริง สิ่งกีดขวางหลักประการหนึ่งคืออัตราความผิดพลาดที่สูงมาก: โปรเซสเซอร์ควอนตัมที่ทันสมัยที่สุดในปัจจุบัน อาจเกิดข้อผิดพลาดได้ทุกๆ 1,000 การดำเนินการ ในขณะที่การนำไปใช้ในระดับกว้างต้องลดอัตราความผิดพลาดลงให้เหลือ หนึ่งในล้านล้าน หรือต่ำกว่านั้น

ดังนั้น การปรับเทียบและแก้ไขข้อผิดพลาดแบบเรียลไทม์ก่อนที่ข้อผิดพลาดจะสะสมจึงเป็นสิ่งสำคัญ NVIDIA เชื่อว่า AI เป็นเส้นทางเทคโนโลยีที่มีความหวังมากที่สุดในการแก้ปัญหานี้

NVIDIA Ising Calibration

Ising Calibration ในฐานะโมเดลภาษาภาพขนาดใหญ่ สามารถเข้าใจผลลัพธ์การทดลองควอนตัมและเปรียบเทียบกับแนวโน้มที่คาดหวังได้ สามารถบูรณาการเข้ากับเวิร์กโฟลว์ของเอเจนต์เพื่อตอบสนองต่อผลการวัดจากโปรเซสเซอร์ควอนตัมและทำการปรับเทียบเชิงรุก

ข้อมูลการฝึกของโมเดลนี้ครอบคลุมโหมดคิวบิตหลากหลายประเภท เช่น ซูเปอร์คอนดักติ้งคิวบิต, ควอนตัมดอท, ไอออน, อะตอมเป็นกลาง เป็นต้น เพื่อตรวจสอบประสิทธิภาพ NVIDIA และพันธมิตร เช่น Fermilab, มหาวิทยาลัยฮาร์วาร์ด ได้ร่วมกันพัฒนา มาตรฐาน QcalEval ซึ่งเป็นมาตรฐานระดับโลกชุดแรกสำหรับประเมินเอเจนต์ปรับเทียบคอมพิวเตอร์ควอนตัม

ผลการทดสอบแสดงให้เห็นว่า Ising-Calibration-1 ที่มีพารามิเตอร์ 35 พันล้านตัว ได้คะแนนเฉลี่ยในหกมิติ (การตีความผลการทดลอง, การจำแนกประเภท, การประเมินความสำคัญ, การประเมินคุณภาพการฟิตและคุณลักษณะสำคัญ, การสร้างข้อเสนอแนะที่เป็นไปได้) อยู่ในระดับสูงสุดในปัจจุบัน โดยมีประสิทธิภาพเหนือกว่าโมเดลปิดยอดนิยมอย่าง Gemini 3.1 Pro, GPT-4o, Claude 3 Opus

NVIDIA Ising Decoding

Ising Decoding เป็นกรอบการฝึกและชุดโมเดลที่ใช้ 3D CNN ออกแบบมาสำหรับงานถอดรหัสแบบเรียลไทม์ที่ต้องการความแม่นยำสูงในการแก้ไขข้อผิดพลาดควอนตัม ทำหน้าที่เป็น “พรีดีโคเดอร์” โดยประมวลผลข้อผิดพลาดซินโดรมเฉพาะส่วนจำนวนมาก ขยายขอบเขตในมิติพื้นที่และเวลา เพื่อเร่งความเร็วและเพิ่มความแม่นยำของดีโคเดอร์ระดับโลก

ผู้ใช้เพียงแค่กำหนดโมเดลเสียงรบกวน ทิศทางของซอร์เฟสโค้ด และความลึกของโมเดล กรอบการทำงานนี้จะสร้างข้อมูลสังเคราะห์โดยอัตโนมัติ และฝึกโมเดล 3D CNN ที่ปรับให้เหมาะกับงานเฉพาะ

NVIDIA ได้เปิดตัวอินสแตนซ์โมเดลพื้นฐานสองตัวบน HuggingFace:

• โมเดล Fast (ปรับให้เหมาะกับความเร็ว): มีพารามิเตอร์ประมาณ 912,000 ตัว มีเลเยอร์น้อย ขนาดเล็ก สามารถทำงานบน GPU ได้อย่างมีประสิทธิภาพ เมื่อเทียบกับโซลูชัน PyMatching แบบเดี่ยวแล้ว ให้ความเร็วเพิ่มขึ้น 2.5 เท่า และเพิ่มความแม่นยำเป็น 1.11 เท่า
• โมเดล Accurate (ปรับให้เหมาะกับความแม่นยำ): มีพารามิเตอร์ประมาณ 1.79 ล้านตัว สามารถแก้ไขสายโซ่ข้อผิดพลาดที่ยาวกว่าได้ โดยมีเวลาในการทำงานเพิ่มขึ้นตามลำดับ โซลูชันที่ผสมผสาน Ising-Decoder-Accurate กับ PyMatching มีความเร็วเป็น 2.25 เท่า ของการใช้ PyMatching แบบเดียว และมีความแม่นยำถึง 1.53 เท่า

ชุดโมเดล Ising เปิดตัวภายใต้สัญญาอนุญาตโอเพนซอร์ส Apache-2.0 ที่มีความยืดหยุ่นและเป็นมิตรกับธุรกิจ การตั้งชื่อมาจาก แบบจำลองไอซิง ซึ่งเป็นแบบจำลองพื้นฐานในการศึกษาการเปลี่ยนเฟสและปรากฏการณ์วิกฤตในฟิสิกส์สถิติ และมีการประยุกต์ใช้อย่างกว้างขวางในหลายสาขา เช่น ฟิสิกส์ เคมี วิทยาศาสตร์คอมพิวเตอร์

วางแผนระบบนิเวศควอนตัมในอนาคต

การเปิดตัวโอเพนซอร์สครั้งสำคัญของ NVIDIA ในด้านการคำนวณควอนตัมครั้งนี้ ถูกมองโดยแวดวงอุตสาหกรรมว่าเป็นก้าวสำคัญในการวางแผนระบบนิเวศการคำนวณในอนาคต ด้วยการเริ่มจากตรรกะพื้นฐานของซอฟต์แวร์ NVIDIA ตั้งเป้าที่จะวางรากฐานสำหรับวิสัยทัศน์ในอนาคตที่ “AI เป็นระบบปฏิบัติการของคอมพิวเตอร์ควอนตัม” และยึดตำแหน่งในระบบนิเวศล่วงหน้าในยุคควอนตัมที่กำลังจะมาถึง

ที่อยู่โอเพนซอร์ส:
https://huggingface.co/collections/nvidia/nvidia-ising

ลิงก์อ้างอิง:
[1] https://nvidianews.nvidia.com/news/nvidia-launches-ising-the-worlds-first-open-ai-models-to-accelerate-the-path-to-useful-quantum-computers
[2] https://developer.nvidia.com/blog/nvidia-ising-introduces-ai-powered-workflows-to-build-fault-tolerant-quantum-systems/

⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง

☕ สนับสนุนค่ากาแฟทีมงาน

หากคุณชอบบทความนี้ สามารถสนับสนุนเราได้ผ่าน PromptPay

SCAN TO PAY WITH ANY BANK