Quantencomputing: Maschinelles Lernen automatisieren

Quantencomputing ermöglicht es, rechenintensive Technologien wie das maschinelle Lernen (ML) weiterzubringen. Im Projekt „AutoQML“ entwickeln laut einer Pressemitteilung vom 21. April acht Partner aus Forschung und Industrie deshalb Lösungsansätze, die Quantencomputing und ML verknüpfen. Eine Open-Source-Plattform soll Entwickler demnach befähigen, Algorithmen des Quanten-Machine-Learnings ohne tiefgehendes Fachwissen nutzen zu können. Konsortialführer ist dabei das Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO.

Das Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA bringt nach Institutsangaben seine Expertise im Quantencomputing und in Verfahren des herkömmlichen ML ein. Vonseiten der Industrie sind GFT Integrated Systems, die USU Software AG, die IAV GmbH Ingenieursgesellschaft Auto und Verkehr, die KEB Automation KG, die TRUMPF Werkzeugmaschinen GmbH + Co. KG und die Zeppelin GmbH vertreten, heißt es in der Mitteilung.

Machine Learning spiele in der Digitalisierungsstrategie vieler Unternehmen bereits eine große Rolle und ermögliche unter anderem effizientere Prozesse sowie neue Geschäftsmodelle, argumentieren die Kooperationspartner. Allerdings fehle es oft an Fachkräften. So sei die Implementierung von ML-Lösungen bisher noch häufig mit hohem Arbeitsaufwand verbunden und fordere detailliertes Fachwissen.

Helfen Quantencomputer gegen Fachkräftemangel?

Der Ansatz des automatisierten maschinellen Lernens (AutoML) soll diesen Herausforderungen entgegenwirken und Fachkräften den Einsatz von KI erleichtern. Dabei wird nach Institutsangaben insbesondere die Wahl der konkreten ML-Algorithmen automatisiert. In diesem Zusammenhang lasse sich der AutoML-Ansatz mithilfe von Quantencomputing signifikant verbessern, heißt es.

Das Verbundprojekt „AutoQML“ verfolgt zwei wesentliche Ziele: Zum einen soll der neue Ansatz AutoQML entwickelt werden. Dieser wird nach Institutsangaben um neu entwickelte Quanten-ML-Algorithmen erweitert. Zum anderen hebe Quantencomputing den AutoML-Ansatz auf ein neues Niveau, denn bestimmte Probleme ließen sich mithilfe von Quantencomputing schneller lösen als mit konventionellen Algorithmen.

Unter Leitung des Fraunhofer-Instituts für Arbeitswirtschaft und Organisation IAO will das Projekt Entwicklern einen vereinfachten Zugang zu konventionellen und Quanten-ML-Algorithmen über eine Open-Source-Plattform ermöglichen. Die entwickelten Lösungen sollen anhand von konkreten Anwendungsfällen aus dem Automotive- und Produktionsbereich erprobt werden.