Κβαντικός υπολογισμός

Η Τεχνική των Κβαντικών Μπορεί να Επιταχύνει τη Διαδικασία Μάθησης των Μηχανών

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Μια νέα πειραματική διερεύνηση στο Πανεπιστήμιο της Βιέννης επέδειξε πώς η τεχνολογία των κβαντικών μπορεί να επιταχύνει τη διαδικασία μάθησης των μηχανών. Οι φυσικοί που συμμετείχαν στην έρευνα χρησιμοποίησαν einen κβαντικό επεξεργαστή για單 φωτόνια ως ρομπότ.

Η έρευνα δημοσιεύθηκε στο Nature.

Υπήρξαν σημαντικές εξελίξεις πρόσφατα στον τομέα της κβαντικής υπολογιστικής, και η δύναμη τέτοιων τεχνολογιών συνεχώς ανακαλύπτεται. Αυτό οδήγησε στην उपयποίηση της τεχνολογίας σε πραγματικές εφαρμογές, και τώρα οι εμπειρογνώμονες θέλουν να συνδυάσουν την τεχνητή νοημοσύνη (AI) και τα αυτόνομα μηχανήματα με την κβαντική φυσική και τους αλγόριθμους.

Διαδικασία Μάθησης

Για να επιτύχουν αυτό, οι επιστήμονες έχουν διερευνήσει πώς η κβαντική μηχανική μπορεί να βοηθήσει στη διαδικασία μάθησης των ρομποτών, και αντίστροφα. Κάποια από τα αποτελέσματα έχουν δείξει πώς τα ρομπότ μπορούν να κινούνται πιο γρήγορα ή πώς τα κβαντικά πειράματα μπορούν να χρησιμοποιήσουν νέες τεχνικές μάθησης.尽管 τα ρομπότ κινούνται πιο γρήγορα, δεν έχουν ακόμη μάθει πιο γρήγορα, το οποίο είναι απαραίτητο για την ανάπτυξη σύνθετων αυτόνομων μηχανημάτων.

Ο Phillip Walther ηγήθηκε μιας διεθνούς προσπάθειας με μια ομάδα φυσικών στο πανεπιστήμιο. Συμμετείχαν θεωρητικοί από το Πανεπιστήμιο του Ίνσμπρουκ, την Αυστριακή Ακαδημία Επιστημών, το Πανεπιστήμιο του Λέιντεν και το Γερμανικό Κέντρο Αεροδιαστημικής.

Η συνεργασία κατάφερε να αποδείξει πειραματικά την επιτάχυνση του χρόνου μάθησης ενός ρομπότ. Η ομάδα βασίστηκε σε μονό φωτόνια και einen ολοκληρωμένο φωτονικό κβαντικό επεξεργαστή που σχεδιάστηκε από το MIT. Ο επεξεργαστής χρησιμοποιήθηκε ως ρομπότ, μαθαίνοντας πώς να οδηγεί μονό φωτόνια σε μια προκαθορισμένη κατεύθυνση.

Η Valeria Saggio είναι η πρώτη συγγραφέας της δημοσίευσης.

“Το πείραμα μπορούσε να δείξει ότι ο χρόνος μάθησης μειώνεται σημαντικά σε σύγκριση με την περίπτωση όπου δεν χρησιμοποιείται κβαντική φυσική,” λέει η Saggio.

Η Αρχή της Υπέρθεσης

Το ρομπότ μπορεί να μάθει με την ανταμοιβή για την ολοκλήρωση της σωστής κίνησης. Σε ένα κλασικό κόσμο, για παράδειγμα με μια αριστερή και δεξιά στροφή, μόνο η μία μπορεί να επιλεγεί και να είναι σωστή. Ωστόσο, με την κβαντική τεχνολογία, το ρομπότ μπορεί να χρησιμοποιήσει την αρχή της υπέρθεσης, που σημαίνει ότι μπορεί να κάνει και τις δύο στροφές ταυτόχρονα.

Ο Hand Briegel και η ομάδα του στο Πανεπιστήμιο του Ίνσμπρουκ ανέπτυξαν τις θεωρητικές ιδέες για τους κβαντικούς एजέντες μάθησης.

“Αυτή η κλειδί χαρακτηριστική ιδιότητα ermöglicht την εφαρμογή eines κβαντικού αλγόριθμου αναζήτησης που μειώνει τον αριθμό των δοκιμών για την μάθηση του σωστού μονοπατιού. Ως συνέπεια, ένας एजέντης που μπορεί να εξερευνήσει το περιβάλλον του σε υπέρθεση θα μάθει σημαντικά πιο γρήγορα από τον κλασικό του αντίστοιχο,” λέει ο Briegel.

Σύμφωνα με τον Walther, “Είμαστε μόλις στην αρχή της κατανόησης των δυνατοτήτων της κβαντικής τεχνητής νοημοσύνης και έτσι κάθε νέο πειραματικό αποτέλεσμα συμβάλλει στην ανάπτυξη του τομέα αυτού, ο οποίος θεωρείται目前 ως ένας από τους πιο γόνιμους τομείς για την κβαντική υπολογιστική.”

Ο Alex McFarland είναι δημοσιογράφος και συγγραφέας του AI που εξερευνά τις τελευταίες εξελίξεις στην τεχνητή νοημοσύνη. Έχει συνεργαστεί με πολλές startups και εκδόσεις του AI σε όλο τον κόσμο.