Pasukan penyelidik terkemuka yang diketuai oleh Prof. Sung Whan Yoon dari Institut Sains dan Teknologi Kebangsaan Ulsan (UNIST) bersama Prof. Joongheon Kim dari Korea University telah berjaya mencipta kaedah mengurangkan kos latihan AI sebanyak 80% menggunakan Pengkomputeran Kuantum
Teknik yang dinamakan sebagai Quantum Robust Inner Minimization atau QRIM ini memanfaatkan manfaat superposisi kuantum (quantum superposition).
Superposisi ialah sifat mekanikal kuantum yang membenarkan bit kuantum wujud dalam keadaan 0 dan 1 secara serentak, membolehkan berbilang kemungkinan diwakili secara selari.
Melaluinya, sistem AI mampu menilai pelbagai senario rumit secara serentak (in parallel), sekali gus mengurangkan beban kerja pengkomputeran secara drastik yang sebelum ini memakan kos dan masa yang sangat tinggi.
Sebagai contoh, kaedah konvensional memerlukan 10,000 pengiraan untuk memeriksa 10,000 senario, manakala QRIM boleh menghasilkan keputusan yang sama dengan hanya 100 penilaian.
Kehebatan kaedah QRIM ini bukan sekadar teori di atas kertas.
Dalam eksperimen, QRIM mencapai kekukuhan yang lebih tinggi sambil hanya memerlukan kira-kira 20–30% daripada beban kerja pengiraan kaedah konvensional.
Melalui ujian pengesahan pada komputer kuantum gergasi IBM, QRIM terbukti mengekalkan ketahanan (robustness) sistem yang luar biasa walaupun berdepan dengan hingar peranti (hardware noise).
Ini bermakna, teknologi ini mampu menyelesaikan masalah kritikal dunia sebenar—seperti memastikan kenderaan automatik (autonomous vehicles) kekal beroperasi dengan selamat dan sempurna walaupun berdepan cuaca buruk atau situasi ekstrem yang tidak dijangka.
“Kajian ini memberikan contoh konkrit tentang bagaimana pengkomputeran kuantum dapat melengkapi batasan teknologi AI sedia ada. Ia boleh digunakan untuk bidang seperti robotik dan pemanduan autonomi, di mana penyesuaian terhadap perubahan persekitaran adalah penting.” Profesor Sung Whan Yoon.
Lebih membanggakan, pencapaian luar biasa ini telah diiktiraf di peringkat antarabangsa apabila kertas kajian mereka diterima di Persidangan Antarabangsa mengenai Pembelajaran Mesin (ICML) 2026 di Seoul.
Dengan fleksibiliti QRIM yang boleh diintegrasikan terus ke dalam sistem AI sedia ada, dunia kini berada di ambang era baharu teknologi robotik dan pemanduan kenderaan kendiri yang jauh lebih cekap, selamat, dan berkuasa tinggi.