IBM und MIT eröffnen neues Labor für KI und Quanten

Das MIT-IBM Computing Research Lab ist jetzt eröffnet und übertrifft in seinem Umfang alles, was die beiden Institutionen bisher gemeinsam unternommen haben. IBM und das Massachusetts Institute of Technology gaben die gemeinsame Einrichtung diese Woche bekannt und bezeichneten sie als den natürlichen nächsten Schritt nach fast einem Jahrzehnt gemeinsamer Forschung im Rahmen ihrer früheren KI-fokussierten Partnerschaft. Diesmal ist Quantencomputing kein nachträglicher Gedanke. Es steht im Zentrum dessen, was das Labor erreichen will.

Was ist das MIT-IBM Computing Research Lab?

Das MIT-IBM Computing Research Lab ist eine gemeinsame Forschungseinrichtung, die akademische und industrielle Expertise unter einem Dach vereint. Das Labor konzentriert sich auf drei miteinander verbundene Säulen: Künstliche Intelligenz, fortgeschrittene Algorithmen und Quantencomputing. Der Gedanke dahinter ist simpel genug. Diese drei Bereiche haben sich in den letzten Jahren so rasant entwickelt, dass keine einzelne Institution, ob akademisch oder unternehmerisch, allein entscheidende Fortschritte erzielen kann.

Was diese Partnerschaft von einer gewöhnlichen Forschungskooperation unterscheidet, ist der ausdrückliche Fokus auf hybride Systeme. Die Forscher planen, Quantenhardware mit klassischer Computerinfrastruktur und KI-Techniken zu kombinieren. Diese Kombination könnte, wenn sie im großen Maßstab funktioniert, Berechnungsmethoden erschließen, die weit jenseits der Möglichkeiten jedes klassischen Prozessors liegen. Man denke an Workflows in der Medikamentenentwicklung, die derzeit Jahre dauern, oder an Klimamodelle, die nicht in sinnvoller Auflösung berechnet werden können. Das sind die Art von Zielen, auf die das Labor hinarbeitet.

IBM-Research-Direktor Jay Gambetta äußerte sich direkt über die Ambitionen. Er sagte, die Zusammenarbeit werde sich darauf konzentrieren, die Art und Weise neu zu denken, wie Modelle, Algorithmen und Systeme entwickelt werden, insbesondere in einer Ära, die von der Konvergenz von KI und Quantentechnologien geprägt ist. Das ist eine deutliche Verschiebung gegenüber der ursprünglichen Partnerschaft, die wesentlich enger auf KI ausgerichtet war.

Die Zusammenarbeit wird sich darauf konzentrieren, die Art und Weise neu zu denken, wie Modelle, Algorithmen und Systeme in einer Ära entwickelt werden, die von der Konvergenz von KI und Quantentechnologien geprägt ist.

Aufbauend auf dem Fundament des Watson AI Lab

Nichts davon kam aus dem Nichts. Das MIT-IBM Watson AI Lab, gegründet im Jahr 2017, war fast ein Jahrzehnt lang aktiv und brachte eine beachtliche Menge an KI-Forschung hervor, an der MIT-Fakultätsmitglieder, Doktoranden und IBM-Wissenschaftler beteiligt waren. Dieses Labor wurde zu einer der produktivsten Kooperationen zwischen Industrie und Wissenschaft im KI-Bereich seiner Ära. Die neue Einrichtung ist im Wesentlichen sein Nachfolger, allerdings mit einem deutlich erweiterten Auftrag.

Die Erweiterung um Quantencomputing ist bedeutsam, weil die KI-Agenda gereift ist. Große Sprachmodelle und Deep-Learning-Systeme sind nicht mehr die Forschungsfrontier, die sie 2017 waren. Die schwierigeren Fragen liegen heute an der Schnittstelle von KI und den physikalischen Grenzen des Rechnens. Quantensysteme können theoretisch bestimmte Problemklassen bewältigen, die KI allein nicht lösen kann, insbesondere Optimierungs- und Simulationsprobleme in Chemie und Biologie.

Das MIT verknüpft dies auch mit seinen übergeordneten institutionellen Prioritäten. Die Universität hat darauf hingearbeitet, die Wirkung der generativen KI-Forschung auszuweiten und ihre Programme in der Quantenwissenschaft auszubauen. Das neue Labor passt zu beiden Bestrebungen und gibt MIT-Studierenden und Fakultätsmitgliedern einen direkten Zugang zu IBMs technischer Infrastruktur.

Was hat IBM davon?

IBMs Perspektive ist eine genauere Betrachtung wert. Das Unternehmen hat sich verpflichtet, vor 2030 einen fehlertoleranten Quantencomputer zu liefern. Das ist eine ambitionierte Frist, und ihre Einhaltung erfordert nicht nur Hardware-Engineering, sondern auch eine große Anzahl von Forschern, die verstehen, wie man Quantenalgorithmen schreibt und nützliche Anwendungen auf Quanteninfrastruktur entwickelt.

Akademische Partnerschaften sind einer der schnellsten Wege, diese Talentpipeline aufzubauen. Indem MIT-Studierende und Fakultätsmitglieder in aktive Forschungsprobleme eingebunden werden, erhält IBM frühzeitig Zugang zu den Menschen, die am ehesten definieren werden, wie nützliches Quantencomputing in der Praxis tatsächlich aussieht. Das ist weniger zynisch, als es klingt. IBM hat seine akademischen Forschungsprogramme historisch ernst genommen, und das Watson AI Lab hat tatsächlich begutachtete Forschungsergebnisse hervorgebracht und nicht nur Unternehmensmarketing betrieben.

Das Labor wird auch an unternehmenstauglichen KI-Systemen arbeiten, die für den zuverlässigen Einsatz in realen Umgebungen konzipiert sind und nicht nur für Benchmark-Leistungen auf kontrollierten Datensätzen. Das ist eine direkte Antwort auf das, was Unternehmenskunden IBM und jedem anderen KI-Anbieter mitgeteilt haben: Produktionszuverlässigkeit ist weitaus wichtiger als Schlagzeilen-Genauigkeitswerte.

Modulare und effiziente KI-Modelle stehen ebenfalls auf der Agenda, was ein weiteres Zugeständnis an die Marktrealität ist. Der aktuelle Trend zu immer größeren Modellen stößt an Grenzen bei Rechenkosten und Latenz. Kleinere, effizientere Architekturen, die mit Quanten-Backends kombiniert werden können, könnten völlig neue Einsatzszenarien eröffnen. Das ist die Art von Forschung, die theoretisch klingt, bis sie es plötzlich nicht mehr ist.

Wie wird das Labor die nächste Forschergeneration ausbilden?

Über die technische Forschungsagenda hinaus verfolgt das Labor einen ausdrücklichen Bildungsauftrag. MIT-Fakultätsmitglieder und Studierende aus verschiedenen Fachrichtungen werden an gemeinsamen Projekten teilnehmen und praktische Erfahrungen sowohl mit IBMs Quantenhardware als auch mit dessen KI-Engineering-Stack sammeln. Genau so funktionierte das Watson AI Lab, und es brachte durchweg Absolventen hervor, die später KI-Programme an großen Institutionen und Unternehmen leiteten.

Die Breite der Anwendungsbereiche, die das Labor anvisiert, ist ebenfalls bemerkenswert. Wettervorhersage und Finanzmodellierung sind die zwei Beispiele, die IBM und MIT öffentlich genannt haben, aber die zugrundeliegenden Methoden sind auf jeden Bereich anwendbar, der komplexe Optimierung oder Simulation beinhaltet. Agrarmodellierung, Materialentdeckung für Batterietechnologie, pharmazeutisches Wirkstoff-Screening. Die Liste lässt sich fortsetzen.

Nichts davon wird über Nacht Ergebnisse liefern. Quantencomputing in dem Maßstab, der für einen echten Vorteil in der Praxis erforderlich ist, ist noch Jahre davon entfernt, zur Routine zu werden. Aber das Zeitfenster zwischen jetzt und IBMs Frist für den fehlertoleranten Quantencomputer ist genau die Phase, in der die algorithmischen Grundlagen gelegt werden müssen. Wer zu spät beginnt, steht am Ende vor Hardware ohne die Software, die sie nutzbar macht.