Алгоритмы искусственного интеллекта проникли уже повсюду. Они лежат в основе почти всех автономных и роботизированных систем, применяемых в сфере безопасности. Это и биометрия, и беспилотники, и автономные транспортные средства.
Квантовые компьютеры могут защитить нейросети от кибератак

Квантовые компьютеры гораздо надежнее при обучении ИИ. Они лучше защищены от кибератак, подменяющих данные при обучении
ИИ обучены классифицировать и идентифицировать особенности изображений, например, наших лиц. Но данные, лежащие в основе этих алгоритмов, уязвимы для кибер-атак. Тонкие манипуляции с данными путем удаления всего нескольких пикселей, невидимых человеческому глазу, могут привести к неверным прогнозам и даже создать серьезную угрозу безопасности.

Являются ли квантовые вычисления ответом?
Исследование, лаборатории CSIRO's Data61 и Мельбурнского университета, показало, что достижения в области квантовых технологий могут стать ключом к защите алгоритмов ИИ от кибератак.
Доктор Мухаммад Усман — ведущий автор статьи и руководитель группы квантовых систем в CSIRO's Data61 описал потенциал интеграции квантовых вычислений с ИИ, как технологию, которая может помочь защите данных. Он говорит: «Охота за квантовыми преимуществами разгорается. Квантовое машинное обучение — одно из передовых применений квантовых вычислений. Интегрируя квантовые технологии с машинным обучением, мы можем ускорить обучение ИИ и повысить устойчивость к кибератакам».

Квантовая безопасность
Интерес к квантовым вычислениям растет во всем мире. (Кстати, мы писали о планах IBM создать компьютер на 100 000 кубит).
По мере того как все больше отраслей промышленности, от транспорта до обороны и банковского дела, внедряют ИИ, безопасность будет иметь первостепенное значение. Квантование должно помочь устойчивости технологий, использующих ИИ, к кибератакам.
Однако Усман предупреждает, что квантовые компьютеры сами по себе могут быть использованы для создания очень мощных кибератак: «Это очень серьезная угроза кибербезопасности. Однако на подходе быстрый прогресс в области квантового оборудования и программного обеспечения и более сложные стратегии устранения ошибок. Квантовые компьютеры ближайшего будущего должны позволить алгоритмам квантового машинного обучения начать демонстрировать преимущества».