New funding call: QCI Project Quant²AI: Quantum AIs for Industry

Mit einer Ausschreibung sucht die DLR Quantencomputing-Initiative (QCI) nach Industriepartnern für das QCI-Projekt Quant²AI: Quantifizierung von Quantenvorteilen von KI-Systemen. Die ausgewählten Unternehmen werden Teil der DLR Quantencomputing-Initiative und unterstützen das Projekt unter anderem bei der Definition von Anforderungen für einen Quanten-KI-Benchmark, bei der Auswertung für den industriellen Einsatz und bei der Implementierung der Auswertungsmethoden. Im Fokus stehen dabei Problemstellungen und Datensätze, die für das DLR und das Unternehmen relevant sind. Die Industriepartner tragen so zur Standardisierung im Quanten-KI-Umfeld bei.

Obwohl das Interesse an KI-Methoden auf Quantenhardware für praxisrelevante Anwendungen stetig steigt, stecken die passenden Algorithmen noch in den Anfängen. Dazu kommt, dass der Betrieb eines Quantencomputers mit erheblichem Aufwand verbunden ist. Für den Einsatz im industriellen Umfeld und für praxisrelevante Anwendungen ist es deswegen wichtig, dass Quanten-Hardware effizient genutzt wird, um mögliche Quantenvorteile identifizieren und nutzen zu können. Doch noch fehlt es an geeigneten Benchmarks, um die Leistung zukünftiger Quanten-KIs zu vergleichen und die für einen Einsatzzweck jeweils geeignete Quanten-KI zu identifizieren.

Indem es Vergleichbarkeit und Standardisierung schafft, unterstützt das QCI-Projekt Quant²AI das Ökosystem Quantencomputing. Entwicklerinnen und Entwicklern hilft es, ihre Quanten-KIs in einer definierten Umgebung zu testen und Statistiken über ihre Performance unter anderem bezüglich Generalisierung, Trainingsaufwand, benötigter Datenqualität und Datenmenge und Skalierungsverhalten zu erhalten. Anwenderinnen und Anwender können anhand dieser Metriken geeignete Algorithmen für ihr Einsatzgebiet identifizieren sowie potentielle Quantenvorteile und den Zeitrahmen der Verfügbarkeit auf Quantenhardware abschätzen.

Konkrete Ziele des Projekts sind:

  1. Vergleichbarkeit kompletter End-to-End-Pipeline der Quanten-KI´s | Datencodierung bis Ergebnismessung
  2. Qualifizieren von eventuelle Quantenvorteile gegenüber klassischen Methoden
  3. Entwicklung eines Demonstrators als Proof-of-Concept Dieser Benchmark ermöglicht es, Algorithmen Entwicklern, ihre Produkte
    in einer definierten Umgebung zu testen und Statistiken über ihre Performance unter anderem bezüglich Generalisierung, Trainingsaufwand, benötigter Datenqualität und Datenmenge und Skalierungsverhalten zu erhalten. Damit hilft er auch Anwendern anhand dieser Metriken geeignete Algorithmen für ihr Einsatzgebiet zu identifizieren, sowie potentielle Quantenvorteile und den Zeitrahmen der Verfügbarkeit auf Quantenhardware abzuschätzen.

Weitere Informationen finden Sie in der Ausschreibung.

Annahmeschluss für den Teilnahmeantrag ist der 14. Dezember 2022.

Kommentare sind geschlossen.