Abschlussarbeit | automatisiertes maschinelles Lernen in Konstanz bei GFT Technologies SE

Obwohl Quantencomputing bereits häufig in den Medien thematisiert und von Unternehmen als eine der wichtigsten Zukunftstechnologien identifiziert wird, befindet sich die Umsetzung in der Praxis noch im Anfangsstadium. Eine vielversprechende frühe Anwendung der zurzeit noch sehr fehleranfälligen Quantenrechnern ist der Einsatz im Bereich Machine Learning. Künstliche Intelligenz profitiert von zufälligen Variationen in der Berechnung, die auf klassischen Computern komplex erzeugt werden müssen, während sie auf Quantencomputern natürlicherweise und unvermeidlich auftreten.
Im Forschungsprojekt AutoQML werden Quantencomputer genutzt, um maschinelles Lernen effizient zu automatisieren. Sowohl die Auswahl eines geeigneten ML-Modells als auch die zugehörigen Hyperparameter werden automatisch optimiert, sodass keine Datenanalysten und Quanteninformatiker für die Anwendung in der Praxis benötigt werden. Die verwendeten Quantenalgorithmen werden auf verschiedenen Plattformen wie dem IBM Q System One in Ehningen mit zurzeit 27 Qubits ausgeführt und auf Hochleistungsrechnern simuliert. Die entwickelten Lösungen werden anschließend in den Bereichen Produktion und Automotive eingesetzt und erprobt.

Thema