Maison Périphériques technologiques IA L'informatique quantique est-elle plus dangereuse que l'intelligence artificielle ?

L'informatique quantique est-elle plus dangereuse que l'intelligence artificielle ?

Apr 24, 2023 am 09:16 AM
人工智能 算法 量子计算

​En raison de la puissance et des applications révolutionnaires de cette technologie, les projets d’informatique quantique sont susceptibles de faire désormais partie de la recherche en matière de défense dans de nombreux pays.

L’intelligence artificielle d’aujourd’hui est aussi consciente d’elle-même qu’un trombone. Malgré le battage médiatique - comme l'affirmation bizarre d'un ingénieur de Google selon laquelle le système d'IA de son entreprise a "pris vie" et le tweet du PDG de Tesla, Elon Musk, prédisant que les ordinateurs posséderont une intelligence humaine d'ici 2029 - la technologie n'est toujours pas capable d'accomplir des tâches simples et quotidiennes. . Cela inclut la conduite d’un véhicule, en particulier lorsque nous sommes confrontés à des situations inattendues qui nécessitent la moindre intuition ou réflexion humaine.

Linformatique quantique est-elle plus dangereuse que lintelligence artificielle ?

Le sensationnalisme entourant l’IA n’est pas surprenant, étant donné que Musk lui-même a averti que la technologie de l’IA pourrait devenir la « plus grande menace existentielle » de l’humanité si les pays ne la réglementent pas. Mais peu importe si les ordinateurs peuvent atteindre une intelligence semblable à celle des humains, le monde a invoqué un démon de l’IA différent, tout aussi destructeur : précisément parce que l’IA d’aujourd’hui n’est rien d’autre qu’un système rudimentaire et inintelligent qui utilise des algorithmes et d’autres technologies pour traiter des quantités surhumaines de données à des fins de traitement. la prise de décision automatisée et son utilisation généralisée par les agences et les entreprises compétentes pour obtenir largement des informations, créer des deepfakes et utiliser des armes mortelles autonomes constituent un danger pour l’humanité.

Et l’absence de réglementation sur l’IA exacerbe le danger. Au lieu de cela, des conglomérats technologiques irresponsables comme Google et Meta ont agi en tant que juge et jury dans tous les domaines de l’intelligence artificielle. Ils font taire les voix dissidentes, y compris leurs propres ingénieurs qui mettent en garde contre les dangers.

L’incapacité du monde à contenir les démons de l’intelligence artificielle – ou plutôt de la technologie grossière déguisée en intelligence artificielle – devrait servir d’avertissement profond. Il existe une technologie émergente encore plus puissante qui a le potentiel de faire des ravages, surtout si elle est combinée à l’intelligence artificielle : l’informatique quantique. Nous devons de toute urgence comprendre l’impact potentiel de cette technologie, la réglementer et éviter qu’elle ne tombe entre de mauvaises mains avant qu’il ne soit trop tard. Le monde ne doit pas répéter l’erreur de refuser de réglementer l’intelligence artificielle.

Bien qu’elle en soit encore à ses balbutiements, l’informatique quantique fonctionne sur des bases très différentes de celles des ordinateurs à semi-conducteurs d’aujourd’hui. Si les différents projets en cours dans le monde réussissent, ces machines seront si puissantes qu’elles pourront accomplir en quelques secondes des tâches qui prendraient des millions d’années aux ordinateurs traditionnels.

Les semi-conducteurs représentent les informations sous la forme d’une série de uns et de zéros – c’est pourquoi nous les appelons technologie numérique. Les ordinateurs quantiques, quant à eux, utilisent une unité de calcul appelée qubit. En ajoutant une propriété contre-intuitive à la physique quantique appelée superposition, un qubit peut contenir simultanément les valeurs 1 et 0. Si vous pensez que cela prête à confusion, vous avez raison : c'est difficile à maîtriser, même pour des ingénieurs expérimentés. Par conséquent, deux qubits peuvent représenter la séquence 1-0, 1-1, 0-1 et 0-0, le tout en parallèle et en même temps. Cela se traduit par une augmentation significative de la puissance de calcul, qui augmente de façon exponentielle à chaque qubit supplémentaire.

Si la physique quantique quitte le stade expérimental et entre dans les applications quotidiennes, elle trouvera de nombreuses utilisations et changera de nombreux aspects de la vie. Grâce à leur capacité à traiter rapidement de grandes quantités de données qui submergeraient n’importe quel système actuel, les ordinateurs quantiques ont le potentiel de permettre de meilleures prévisions météorologiques, analyses financières, planification logistique, recherche spatiale et découverte de médicaments. Et certains acteurs pourraient bien les utiliser à des fins néfastes, compromettant les relevés bancaires, les communications privées et les mots de passe de tous les ordinateurs numériques du monde. La cryptographie actuelle code les données dans de grandes combinaisons de nombres qu'il est impossible de déchiffrer dans un délai raisonnable à l'aide de techniques numériques classiques. Mais les ordinateurs quantiques – qui exploitent des phénomènes de mécanique quantique tels que la superposition, l’intrication et l’incertitude – pourraient être capables d’essayer des combinaisons si rapidement qu’ils pourraient briser le cryptage par force brute presque instantanément.

Pour être clair, l’informatique quantique en est encore à ses balbutiements – même si nous ne pouvons que deviner où exactement. En raison de l’énorme potentiel et des applications révolutionnaires de cette technologie, les projets d’informatique quantique feront probablement déjà partie de la recherche de défense de divers pays. De telles recherches sont souvent entourées de secret, et il y a beaucoup de discussions et de spéculations sur la réalisation d’étapes importantes. La France, la Russie, l'Allemagne, les Pays-Bas, le Royaume-Uni, le Canada et l'Inde poursuivent tous des projets, tandis qu'aux États-Unis, des sociétés comme IBM, Google, Intel et Microsoft travaillent sur l'informatique quantique, ainsi que diverses startups, entrepreneurs de la défense et universités.

Malgré le manque de publicité, certaines applications de base ont été démontrées de manière crédible, notamment des capteurs quantiques capables de détecter et de mesurer des signaux électromagnétiques. L'un de ces capteurs est utilisé pour mesurer avec précision le champ magnétique terrestre depuis la Station spatiale internationale.

Dans une autre expérience, des chercheurs néerlandais ont envoyé des informations quantiques via un réseau de communication quantique rudimentaire. Plutôt que d’utiliser des fibres optiques conventionnelles, les scientifiques ont utilisé trois petits processeurs quantiques pour transmettre instantanément les qubits de l’émetteur au récepteur. Ces expériences n’ont pas encore montré d’applications pratiques, mais elles pourraient jeter les bases d’un futur Internet quantique dans lequel les données quantiques pourraient être transmises en toute sécurité via un réseau d’ordinateurs quantiques à une vitesse supérieure à celle de la lumière. Jusqu’à présent, cela n’était possible que dans le domaine de la science-fiction.

L'administration américaine Biden a considéré le risque de perdre la course à l'informatique quantique si imminent et si désastreux qu'elle a publié deux directives présidentielles en mai : l'une plaçant le Comité consultatif national de l'Initiative quantique directement sous l'autorité de la Maison Blanche, une autre ordonnant aux agences gouvernementales garantir que les États-Unis soient à la pointe de l’informatique quantique tout en réduisant les risques potentiels de sécurité que l’informatique quantique fait peser sur les systèmes cryptographiques.

Des expériences visent également à combiner l'informatique quantique et l'intelligence artificielle pour transcender les limites des ordinateurs traditionnels. Aujourd’hui, les grands modèles d’apprentissage automatique mettent des mois à s’entraîner sur des ordinateurs numériques en raison des calculs massifs qui doivent être effectués : le GPT-3 d’OpenAI, par exemple, comporte 175 milliards de paramètres. Lorsque ces modèles atteignent des milliards de paramètres – une nécessité pour que les IA stupides d’aujourd’hui deviennent intelligentes – leur formation prendra plus de temps. Les ordinateurs quantiques peuvent considérablement accélérer ce processus tout en utilisant moins d’énergie et d’espace. En mars 2020, Google a lancé TensorFlow Quantum, la première plateforme hybride d'intelligence artificielle quantique, portant la recherche de modèles et d'anomalies dans de grandes quantités de données à un nouveau niveau. Combinée à l’informatique quantique, l’intelligence artificielle pourrait théoriquement conduire à des résultats plus révolutionnaires que ceux contre lesquels les critiques de la sensibilité de l’IA mettaient en garde.

Compte tenu de la portée et des capacités potentielles de la technologie quantique, nous ne devons pas répéter les erreurs de l’intelligence artificielle – des échecs réglementaires qui ont introduit des préjugés algorithmiques dans le monde, exacerbé les préjugés humains, le soutien des médias sociaux aux théories du complot et les attaques contre les institutions d’IA. Une démocratie alimentée par les fausses nouvelles et les publications sur les réseaux sociaux générées par l’IA. Le danger réside dans la capacité des machines à prendre des décisions autonomes, les failles du code informatique conduisant à des résultats inattendus et souvent néfastes. En 2021, la communauté quantique a lancé un appel à l’action pour résoudre de toute urgence ces problèmes. De plus, la propriété intellectuelle publique et privée essentielle liée aux technologies quantiques doit être protégée contre le vol et l’utilisation abusive.

De plus, les questions de défense nationale sont également impliquées. Dans le monde de la technologie de sécurité, le Saint Graal est ce qu’on appelle un ordinateur quantique pertinent pour la cryptanalyse, un système capable de briser une grande partie de la cryptographie à clé publique utilisée par les systèmes numériques du monde entier, comme les blockchains. C'est une capacité très dangereuse entre les mains d'une force hostile.

Par conséquent, en plus d’accélérer la recherche, des contrôles ciblés sur les développeurs, les utilisateurs et les exportations devraient être mis en place sans délai. Les brevets, les secrets commerciaux et les droits de propriété intellectuelle associés doivent être rigoureusement protégés – un retour au type de contrôle technologique qui était un élément majeur de la politique de sécurité pendant la guerre froide. Le potentiel révolutionnaire de l’informatique quantique porte le risque à un nouveau niveau.

Enfin, afin d'éviter de graves problèmes éthiques liés à l'intelligence artificielle et à l'apprentissage automatique, les pays doivent développer des mesures de contrôle compatibles avec la puissance de la technologie et respecter les valeurs démocratiques, les droits de l'homme et les libertés fondamentales. Les gouvernements doivent de toute urgence commencer à réfléchir aux réglementations, aux normes et à une utilisation responsable, et tirer les leçons de la manière dont les pays ont géré ou mal géré d’autres technologies révolutionnaires, notamment l’intelligence artificielle, les nanotechnologies, la biotechnologie, les semi-conducteurs et la fission nucléaire. Nous ne devons donc pas refaire les mêmes erreurs que celles que nous avons commises avec l’intelligence artificielle et nous préparer dès maintenant à l’ère quantique de demain.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

AI Hentai Generator

AI Hentai Generator

Générez AI Hentai gratuitement.

Article chaud

R.E.P.O. Crystals d'énergie expliqués et ce qu'ils font (cristal jaune)
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Meilleurs paramètres graphiques
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Comment réparer l'audio si vous n'entendez personne
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
Où trouver la courte de la grue à atomide atomique
1 Il y a quelques semaines By DDD

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA Jun 28, 2024 am 03:51 AM

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag Jun 10, 2024 am 11:08 AM

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Sept questions d'entretien technique Cool GenAI et LLM Sept questions d'entretien technique Cool GenAI et LLM Jun 07, 2024 am 10:06 AM

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations Jun 11, 2024 pm 03:57 PM

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG. Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG. Jul 25, 2024 am 06:42 AM

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

Cinq écoles d'apprentissage automatique que vous ne connaissez pas Cinq écoles d'apprentissage automatique que vous ne connaissez pas Jun 05, 2024 pm 08:51 PM

L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.

Algorithme de détection amélioré : pour la détection de cibles dans des images de télédétection optique haute résolution Algorithme de détection amélioré : pour la détection de cibles dans des images de télédétection optique haute résolution Jun 06, 2024 pm 12:33 PM

01Aperçu des perspectives Actuellement, il est difficile d'atteindre un équilibre approprié entre efficacité de détection et résultats de détection. Nous avons développé un algorithme YOLOv5 amélioré pour la détection de cibles dans des images de télédétection optique haute résolution, en utilisant des pyramides de caractéristiques multicouches, des stratégies de têtes de détection multiples et des modules d'attention hybrides pour améliorer l'effet du réseau de détection de cibles dans les images de télédétection optique. Selon l'ensemble de données SIMD, le mAP du nouvel algorithme est 2,2 % meilleur que YOLOv5 et 8,48 % meilleur que YOLOX, permettant ainsi d'obtenir un meilleur équilibre entre les résultats de détection et la vitesse. 02 Contexte et motivation Avec le développement rapide de la technologie de télédétection, les images de télédétection optique à haute résolution ont été utilisées pour décrire de nombreux objets à la surface de la Terre, notamment des avions, des voitures, des bâtiments, etc. Détection d'objets dans l'interprétation d'images de télédétection

Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire Jul 17, 2024 pm 06:37 PM

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

See all articles