KI SpotlightNewsFormaler Quantenvorteil gegenüber eingeschränkten LLMs bewiesen
Eine theoretische Studie (arXiv-Preprint) beweist unbedingte Trennungen zwischen niedrig-tiefen Quantenschaltkreisen und eingeschränkten klassischen LLM-Architekturen (Transformern und Diffusions-Sprachmodellen) für bestimmte Verteilungs- und Funktionsprobleme. Sie zeigt damit einen quantenbasierten
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- Die Studie trägt den Titel 'Separating quantum circuits from classical LLMs' und ist als arXiv-Preprint verfügbar.
- Die Studie beweist zwei Trennungen: eine Verteilung, die von QNC0-Schaltkreisen sampelbar ist, aber von keinem Diffusions-Sprachmodell mit konstanter Rundenanzahl, flacher Zeitplanung und Denoising innerhalb konstanter Distanz sampelbar ist, selbst mit sublinearer Chain-of-Thought und Token-Revision/Remasking; sowie eine Funktion, die in ∧∘QNC0[loglogn] berechenbar ist, für die jeder Transformer mit konstanter Tiefe eine Breite von n^Ω(1) benötigt.
- IBM Research beschreibt, dass sie Quantencomputer gegen eingeschränkte Versionen von LLMs antreten lassen und sich dabei auf eine Forschungslinie zu flachen Quantenschaltkreisen stützen; ein früheres Ergebnis von Bravyi, Gosset und König (Science 2018) zeigte eine Trennung zwischen konstant-tiefen Quantenschaltkreisen und vergleichbaren klassischen Schaltkreisen.
Formaler Quantenvorteil gegenüber eingeschränkten LLMs bewiesen
Ein arXiv-Preprint mit dem Titel „Separating quantum circuits from classical LLMs“ beweist unbedingte Trennungen zwischen niedrig-tiefen Quantenschaltkreisen und eingeschränkten klassischen LLM-Architekturen. Die Autoren betrachten zwei kanonische algorithmische Aufgaben moderner großer Sprachmodelle: Vorhersage und Generierung. Für die Generierung zeigen sie eine Verteilung, die von QNC0-Schaltkreisen sampelbar ist – das sind Familien konstant-tiefer Quantenschaltkreise aus Gattern mit beschränktem Fan-in –, aber von keinem Diffusions-Sprachmodell mit konstanter Rundenanzahl, flacher Zeitplanung und Denoising innerhalb konstanter Distanz sampelbar ist, selbst wenn sublineare Chain-of-Thought und Token-Revision/Remasking erlaubt sind. Für die Vorhersage weisen sie eine Funktion in ∧∘QNC0[loglogn] nach, also eine Familie von O(loglogn)-tiefen QNC0-Schaltkreisen gefolgt von einem einzelnen klassischen AND-Gatter, für die jeder Transformer mit konstanter Tiefe eine Breite von n^Ω(1) benötigt. Damit initiiert die Arbeit die Untersuchung von Quantenvorteilen im Zeitalter großer Sprachmodelle.
IBM ordnet Studie in Forschungslinie zu flachen Quantenschaltkreisen ein
Nach Herstellerangabe von IBM Research ordnet das Unternehmen die Studie in eine Forschungslinie zu flachen Quantenschaltkreisen ein. Flache Quantenschaltkreise sind Schaltkreise, deren Tiefe konstant bleibt, wenn die Anzahl der Qubits wächst. Laut IBM Research lasse man Quantencomputer gegen eingeschränkte Versionen von LLMs antreten. Ein früheres Ergebnis von Sergey Bravyi, David Gosset und Robert König, 2018 in Science veröffentlicht, habe bereits eine Trennung zwischen konstant-tiefen Quantenschaltkreisen und vergleichbaren klassischen Schaltkreisen gezeigt und gelte als 'landmark result' (IBM Research). Dieses Ergebnis war ein Meilenstein, weil es eine unbedingte Trennung zwischen Quanten- und klassischen Schaltkreisen gleicher Tiefe demonstrierte. Seitdem sei der klassische Gegner immer mächtiger geworden, während die Quantenseite 'remarkably shallow' geblieben sei (IBM Research).
Andere Analyse sieht praktischen Quantenvorteil bei NLP skeptisch
Eine separate PMC-Analyse kommt zu dem Schluss, dass Quantenvorteile bei Aufgaben der natürlichen Sprachverarbeitung unter aktuellen Architekturen unwahrscheinlich sind. Die Analyse argumentiert, dass die Dynamiken, die klassischen Systemen beim Lernen natürlicher Sprachverteilungen helfen, gleichzeitig die effiziente Abtastung quantenmechanischer Räume einschränken, und stützt sich auf die weithin geglaubte, aber unbewiesene Vermutung BPP ⊆ BQP sowie auf ein Preprint von 2025 mit experimentellen Quantenvorteilen bei generativen Aufgaben. Sie schlägt hybride Quanten-klassische Architekturen als beste Richtung vor. Dies steht nicht im direkten Widerspruch zur arXiv-Studie: Während die theoretische Arbeit stark eingeschränkte LLM-Modelle mit konstanter Tiefe und begrenzten Ressourcen sowie spezifische theoretische Verteilungs- und Funktionsprobleme betrachtet, bezieht sich die PMC-Analyse auf praktische NLP-Architekturen und -Aufgaben.
