Probabilistisches Computing mit Quantenlicht

Der weltweite Bedarf an Rechenleistung steigt ständig - man denke nur an rechenintensive Aufgaben wie die künstliche Intelligenz, die von der Spracherkennung bis zum autonomen Fahren zahlreiche Anwendungen gefunden hat. Der traditionelle Ansatz, immer kleinere Transistoren - die Grundbausteine von Computerchips - zu bauen, um die Rechenleistung zu erhöhen, stößt jedoch an seine Grenzen. Vor allem bei solchen rechenintensiven Systemen findet derzeit ein Paradigmenwechsel statt, bei dem Wissenschaftler erwägen, von den herkömmlichen Computerchips auf spezialisierte Hardware umzusteigen, die bei wichtigen Kennzahlen wie der Energieeffizienz besser abschneiden. Dies ist von entscheidender Bedeutung, da der Anteil des Stroms, der für Computer verwendet wird, weltweit rasch zunimmt. Eine besonders vielversprechende Forschungsidee ist die Nutzung der dem Licht innewohnenden Fähigkeit, Rechenaufgaben auf einer ultraschnellen Zeitskala auszuführen. Dies ist möglich, weil Licht von Natur aus schnell ist und die Art und Weise, wie es sich durch optische Systeme bewegt (man denke z. B. an eine gewöhnliche Linse), grundlegende mathematische Operationen nachahmt, die in Computern von entscheidender Bedeutung sind. In unserer Forschung planen wir, einen optischen Computer auf der Grundlage von Lichtimpulsen zu bauen. Diese Lichtimpulse werden als echte Zufallszahlengeneratoren dienen, da die Zufälligkeit auf einem Quanteneffekt beruht. Ausgestattet mit diesen Zufallszahlen können wir ein neu aufkommendes Paradigma zur Lösung von Rechenproblemen mittels eines Computers nutzen, das als probabilistisches Computing bezeichnet wird. Es liegt zwischen dem klassischen (deterministischen) und dem Quantencomputer. Es hat zwar viele Vorteile des Quantencomputers, ist aber nicht durch die praktischen und technischen Probleme des Quantencomputers eingeschränkt. Auf diese Weise wollen wir zum ersten Mal zeigen, dass dieser besondere Ansatz unsere Fähigkeit zur Bewältigung wichtiger rechnerischer Herausforderungen erheblich verbessern kann. Die Entwicklung effizienterer optischer Hardware für energieintensive Algorithmen in der KI ist auch angesichts der aktuellen Herausforderungen bei der Senkung des weltweiten Energieverbrauchs von Bedeutung.