La technologie quantique peut accélérer le processus d'apprentissage des machines

Une nouvelle expérience à l'Université de Vienne a démontré comment la technologie quantique peut accélérer le processus d'apprentissage des machines. Les physiciens impliqués dans les travaux ont utilisé un processeur quantique pour les photons uniques comme robot.

La recherche a été publiée dans Nature. 

Il y a eu récemment des développements majeurs dans le domaine de l'informatique quantique, et la puissance de ces technologies est continuellement réalisée. Cela a conduit à l'utilisation de la technologie dans des applications réelles, et maintenant les experts veulent fusionner l'intelligence artificielle (IA) et les machines autonomes avec la physique quantique et les algorithmes. 

Processus d'apprentissage

Pour y parvenir, les scientifiques se sont penchés sur la manière dont la mécanique quantique peut aider le processus d'apprentissage des robots, et inversement. Certains des résultats ont montré comment les robots peuvent se déplacer plus rapidement ou comment les expériences quantiques peuvent utiliser de nouvelles techniques d'apprentissage. Bien qu'ils se déplacent plus rapidement, les robots n'ont toujours pas été capables d'apprendre plus rapidement, ce qui est nécessaire pour le développement de machines autonomes complexes. 

Phillip Walther a dirigé un effort international dirigé par une équipe de physiciens de l'université. Ils ont été rejoints par des théoriciens de l'Université d'Innsbruck, de l'Académie autrichienne des sciences, de l'Université de Leiden et du Centre aérospatial allemand.

La collaboration a réussi à prouver expérimentalement l'accélération du temps d'apprentissage d'un robot. L'équipe s'est appuyée sur des photons uniques et un processeur quantique photonique intégré conçu par le MIT. Le processeur a été utilisé comme un robot, apprenant à acheminer des photons uniques vers une direction prédéfinie.

Valeria Saggio est le premier auteur de la publication.

"L'expérience pourrait montrer que le temps d'apprentissage est considérablement réduit par rapport au cas où aucune physique quantique n'est utilisée", explique Saggio.

Le principe de superposition

Le robot peut apprendre en étant récompensé pour avoir effectué le bon mouvement. Dans un monde classique, par exemple avec un virage à gauche et à droite, un seul peut être choisi et correct. Cependant, avec la technologie quantique, le robot est capable d'utiliser le principe de superposition, ce qui signifie qu'il peut prendre ces deux tours en même temps. 

Hand Briegel et son équipe de l'Université d'Innsbruck ont ​​développé les idées théoriques sur les agents d'apprentissage quantique.

« Cette fonctionnalité clé permet la mise en œuvre d'un algorithme de recherche quantique qui réduit le nombre d'essais pour apprendre le bon chemin. En conséquence, un agent capable d'explorer son environnement en superposition apprendra beaucoup plus rapidement que son homologue classique », explique Briegel.

Selon Walther, "Nous n'en sommes qu'au début de la compréhension des possibilités de l'intelligence artificielle quantique et donc chaque nouveau résultat expérimental contribue au développement de ce domaine, qui est actuellement considéré comme l'un des domaines les plus fertiles pour l'informatique quantique".