Računalništvo in informatika

Prof. dr. Matjaž Gams

Matjaž Gams je vodja skupine za agentne sisteme na IJS, predava na več univerzah,  je član več akademij. S superinteligenco se ukvarja 50 let, trenutno v okviru HomeDOCtor gradijo umetnega zdravnika. Je izvršni urednik Informatice, sodeloval je v 200 projektih, razvil 10 svetovnih produktov, prejel več nagrad na XPRIZE in drugih tekmovanjih. Objavil 160 SCI člankov, 1000 objav, ima H-indeks 41 in 7 patentnih prijav. O LLMjih je v zadnjem letu predaval 3000 udeležencem.

Matjaž Gams
Raziskovalni program: Umetna inteligenca in inteligentni sistemi
Tema usposabljanja: Umetna inteligenca, superinteligenca, kvantno računanje, veliki jezikovni modeli

Umetna Kvantna Inteligenca

  1. Uvod
    Umetna inteligenca (UI) se je hitro razvila do velikih jezikovnih modelov (LLM), kot je GPT, ki so dosegli izjemne uspehe. Kljub temu LLM-ji še vedno nimajo samozavedanja, kompleksnega sklepanja in prilagodljivosti, hkrati pa jih omejuje klasično računalništvo. Kvantno računalništvo, z eksponentno računsko močjo, paralelizmom in edinstvenimi lastnostmi, ponuja možnost, da dvigne UI na višji nivo.
    Na Institutu »Jožef Stefan« (IJS) povezujemo kvantno računalništvo in umetno inteligenco, kar omogoča razvoj umetne kvantne inteligence (AQI). Ta program se osredotoča na kvantno izboljšane LLM-je in njihovo pot do superinteligence (SAI), pri čemer kvantna načela odpirajo nove meje zmogljivosti UI onkraj računalniških in človeških kognitivnih omejitev.
  2. Cilji
    2.1 Pot do superinteligence (SAI):  Razvoj UI arhitektur, ki združujejo kvantno učenje, okrepljeno učenje in kognitivno modeliranje, da bi razširili AGI proti SAI.
    2.2 Osnove kvantne UI: Raziskava kvantnih algoritmov za optimizacijo umetne inteligence.
    Proučevanje kvantne prepletenosti in superpozicije za hitrejše učenje in paralelno sklepanje.
    2.3 Razvoj kvantnih LLM-jev: Oblikovanje kvantnih nevronskih mrež za trening LLM-jev.
    Izboljšanje sklepanja, odločanja in reševanja problemov s kvantnimi arhitekturami.
  3. Raziskovalne faze
    Faza 1: Povezovanje UI in kvantnega računalništva (1. leto): Proučevanje LLM-jev, kvantnega strojnega učenja (QML) in hibridnih kvantno-klasičnih modelov. Razvoj kvantno navdihnjenega globokega učenja za obdelavo naravnega jezika (NLP). Izgradnja začetnih kvantnih AI modelov in testiranje osnovnih kvantnih algoritmov.
    Faza 2: Kvantni veliki jezikovni modeli (2. leto): Trening prvega kvantno podprtega transformacijskega modela s poudarkom na učinkovitosti pomnilnika in skalabilnosti. Uporaba kvantnih algoritmov za optimizacijo in popravljanje napak. Eksperimentiranje s kvantno generativno UI, ki krepi ustvarjalnost in prilagodljivost.
    Faza 3: Proti superinteligenci (3. leto):  Vključitev samoučečih mehanizmov v kvantne LLM-je.
    Razvoj kvantnega kognitivnega agenta, sposobnega samostojnega reševanja problemov.
    Obravnavanje varnostnih, nadzornih in etičnih izzivov kvantne SAI.
  4. Pričakovani vpliv
    Kvantno izboljšani LLM-ji: Hitrejši in bolj inteligentni modeli UI z izboljšano prilagodljivostjo in sklepanjem.
    Pot do superinteligence: UI, ki je sposobna avtonomnega kvantnega učenja in odločanja, vpeljuje pravo SAI.
    Preboji v računalništvu: Izkoristek kvantne mehanike za UI v smeri SAI.
    Skalabilnost in učinkovitost: Eksponentne izboljšave hitrosti, pomnilnika in porabe energije.
  5. Zaključek
    Ta triletni program ponuja izjemno priložnost mladim raziskovalcem na stičišču UI in kvantnega računalništva. Z razvojem kvantno izboljšanih LLM-jev želimo zapolniti vrzel med UI in superinteligenco, ter ustvariti sisteme, ki ne samo obdelujejo podatke, ampak tudi sklepajo, se prilagajajo in napredujejo znanost in človeštvo.
    Opomba: Program se bo prilagajal napredku SOTA.