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 le travail ont utilisé un processeur quantique pour photons uniques comme robot.

La recherche a été publiée dans Nature.

Il y a eu des développements majeurs récemment 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 atteindre cet objectif, les scientifiques ont étudié comment 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. Malgré une vitesse accrue, les robots n’ont pas encore pu apprendre plus rapidement, ce qui est nécessaire pour le développement de machines autonomes complexes.

Phillip Walther a dirigé un effort international mené 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 robot, apprenant à acheminer des photons uniques dans une direction prédéfinie.

Valeria Saggio est l’auteur principal de la publication.

“L’expérience a pu montrer que le temps d’apprentissage est significativement réduit par rapport au cas où aucune physique quantique n’est utilisée”, déclare Saggio.

Le principe de superposition

Le robot peut apprendre en étant récompensé pour effectuer le mouvement correct. Dans un monde classique, par exemple avec un virage à gauche et à droite, seul l’un 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 effectuer les deux virages en même temps.

Hand Briegel et son équipe à l’Université d’Innsbruck ont développé les idées théoriques sur les agents d’apprentissage quantique.

“Cette fonction clé permet la mise en œuvre d’un algorithme de recherche quantique qui réduit le nombre d’essais pour apprendre le chemin correct. Par conséquent, un agent qui peut explorer son environnement en superposition apprendra considérablement plus vite que son homologue classique”, déclare Briegel.

Selon Walther, “Nous sommes juste au début de la compréhension des possibilités de l’intelligence artificielle quantique et ainsi 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”.