Fugu-MT 論文翻訳(概要): Accelerating the drive towards energy-efficient generative AI with quantum computing algorithms

論文の概要: Accelerating the drive towards energy-efficient generative AI with quantum computing algorithms

arxiv url: http://arxiv.org/abs/2508.20720v1
Date: Thu, 28 Aug 2025 12:43:49 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-29 18:12:02.388611
Title: Accelerating the drive towards energy-efficient generative AI with quantum computing algorithms
Title（参考訳）: 量子コンピューティングアルゴリズムによるエネルギー効率の良い生成AIへの推進力の加速
Authors: Frederik F. Flöther, Jan Mikolon, Maria Longobardi,
Abstract要約: 我々は、大規模言語モデルのライフサイクルステージを分解し、量子アルゴリズムに基づく関連する拡張について議論する。産業応用事例とオープンな研究課題について論じる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Research and usage of artificial intelligence, particularly generative and large language models, have rapidly progressed over the last years. This has, however, given rise to issues due to high energy consumption. While quantum computing is not (yet) mainstream, its intersection with machine learning is especially promising, and the technology could alleviate some of these energy challenges. In this perspective article, we break down the lifecycle stages of large language models and discuss relevant enhancements based on quantum algorithms that may aid energy efficiency and sustainability, including industry application examples and open research problems.
Abstract（参考訳）: 人工知能、特に生成および大規模言語モデルの研究と利用は、ここ数年で急速に進歩している。しかし、これは高エネルギー消費による問題となっている。量子コンピューティングは主流ではないが、機械学習との交差は特に有望であり、この技術はこれらのエネルギー課題を緩和する可能性がある。本稿では、大規模言語モデルのライフサイクルステージを概観し、産業応用例やオープンリサーチ問題を含むエネルギー効率と持続可能性を支援する量子アルゴリズムに基づく関連する拡張について論じる。

関連論文リスト

Quantum artificial intelligence for pattern recognition at high-energy colliders: Tales of Three "Quantum's" [0.0]
量子コンピューティングアプリケーションは高エネルギー物理学の新たな分野である。本稿では、高エネルギー衝突器におけるパターン認識における量子コンピューティング応用の現状について概説する。
論文参考訳（メタデータ） (2025-11-20T09:17:59Z)
Artificial intelligence for representing and characterizing quantum systems [49.29080693498154]
大規模量子システムの効率的なキャラクタリゼーションは、量子科学における中心的な課題である。人工知能(AI)の最近の進歩は、この課題に対処するための強力なツールとして現れている。本稿では、これらのAIパラダイムが量子システム評価における2つのコアタスクにどのように貢献するかを論じる。
論文参考訳（メタデータ） (2025-09-05T08:41:24Z)
Quantum computing and artificial intelligence: status and perspectives [6.883057868222979]
量子コンピューティングが革新的なAIソリューションの開発を支援する方法について説明している。また、量子技術の研究と開発を促進することができる古典的なAIのユースケースについても検討している。
論文参考訳（メタデータ） (2025-05-29T08:15:23Z)
Exploring the application of quantum technologies to industrial and real-world use cases [0.44241702149260353]
量子コンピューティングの最近の進歩は、実用性の時代につながっている。この時代の目標は、量子コンピューティングを活用して、機械学習、最適化、物質シミュレーションといった分野における現実世界の問題を解決することである。この写本は、このパラダイムにおける最近のコントリビューションを提示し、概説している。
論文参考訳（メタデータ） (2025-05-06T08:33:23Z)
Quantum Computing for Automotive Applications [1.9377229617107175]
この章では、自動車のバリューチェーンにおける効率性、正確性、スケーラビリティを高めるために、最先端の量子アルゴリズムを調査します。我々は, 短期および耐故障性アルゴリズムにおける鍵となる課題と, 産業応用におけるその実践的利用について論じる。
論文参考訳（メタデータ） (2024-09-21T16:03:23Z)
On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文参考訳（メタデータ） (2023-11-01T11:16:41Z)
A Survey on Brain-Inspired Deep Learning via Predictive Coding [85.93245078403875]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文参考訳（メタデータ） (2023-08-15T16:37:16Z)
Reliable AI: Does the Next Generation Require Quantum Computing? [71.84486326350338]
デジタルハードウェアは、最適化、ディープラーニング、微分方程式に関する問題の解決に本質的に制約されていることを示す。対照的に、Blum-Shub-Smale マシンのようなアナログコンピューティングモデルは、これらの制限を克服する可能性を示している。
論文参考訳（メタデータ） (2023-07-03T19:10:45Z)
Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。機械学習の観点からQGLMの現状を概観する。従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文参考訳（メタデータ） (2022-06-07T07:32:57Z)
Quantum computing at the quantum advantage threshold: a down-to-business review [1.0323063834827415]
量子コンピューティング、有望な計算モデル、そして最も発達した物理プラットフォームにおける技術の現状についてレビューする。また、これらの要件に対処するための潜在的な応用、これらの応用によって引き起こされる要件、技術的経路についても論じる。このレビューは方程式のない単純な言語で書かれており、数学や物理学の先進的なバックグラウンドを持たない読者にアクセスできるべきである。
論文参考訳（メタデータ） (2022-03-31T16:55:39Z)
Reducing the cost of energy estimation in the variational quantum eigensolver algorithm with robust amplitude estimation [50.591267188664666]
量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
論文参考訳（メタデータ） (2022-03-14T16:51:36Z)
Compute and Energy Consumption Trends in Deep Learning Inference [67.32875669386488]
コンピュータビジョンと自然言語処理の分野における関連モデルについて検討する。継続的な性能向上のために、これまで予想されていたよりもエネルギー消費の軟化が見られた。
論文参考訳（メタデータ） (2021-09-12T09:40:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。