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 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)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。