Teknologi Kuantum Dapat Mempercepat Proses Pembelajaran Mesin

Sebuah eksperimen baru di Universitas Wina menunjukkan bagaimana teknologi kuantum dapat mempercepat proses pembelajaran mesin. Fisikawan yang terlibat dalam pekerjaan ini menggunakan prosesor kuantum untuk foton tunggal sebagai robot.

Penelitian ini diterbitkan di Nature.

Telah ada perkembangan besar baru-baru ini dalam bidang komputasi kuantum, dan kekuatan teknologi tersebut terus-menerus direalisasikan. Ini telah menyebabkan teknologi digunakan dalam aplikasi kehidupan nyata, dan sekarang para ahli ingin menggabungkan kecerdasan buatan (AI) dan mesin otonom dengan fisika kuantum dan algoritma.

Proses Pembelajaran

Untuk mencapai ini, para ilmuwan telah mempelajari bagaimana mekanika kuantum dapat membantu proses pembelajaran robot, dan sebaliknya. Beberapa hasil telah menunjukkan bagaimana robot dapat bergerak lebih cepat atau bagaimana eksperimen kuantum dapat menggunakan teknik pembelajaran baru. Meskipun bergerak lebih cepat, robot masih belum dapat belajar lebih cepat, yang diperlukan untuk pengembangan mesin otonom yang kompleks.

Phillip Walther memimpin upaya internasional yang dipimpin oleh tim fisikawan di universitas. Mereka bergabung dengan teoretisi dari Universitas Innsbruck, Akademi Ilmu Pengetahuan Austria, Universitas Leiden, dan Pusat Antariksa Jerman.

Kolaborasi ini berhasil membuktikan secara eksperimental percepatan waktu pembelajaran robot. Tim ini mengandalkan foton tunggal dan prosesor kuantum fotanik terintegrasi yang dirancang oleh MIT. Prosesor ini digunakan sebagai robot, belajar bagaimana mengarahkan foton tunggal ke arah yang telah ditentukan.

Valeria Saggio adalah penulis utama dari publikasi ini.

“Eksperimen ini dapat menunjukkan bahwa waktu pembelajaran secara signifikan dikurangi dibandingkan dengan kasus di mana tidak ada fisika kuantum yang digunakan,” kata Saggio.

Prinsip Superposisi

Robot dapat belajar dengan diberi hadiah untuk menyelesaikan gerakan yang benar. Dalam dunia klasik, misalnya dengan belok kiri dan kanan, hanya satu yang dapat dipilih dan benar. Namun, dengan teknologi kuantum, robot dapat menggunakan prinsip superposisi, yang berarti dapat mengambil kedua belokan tersebut pada saat yang sama.

Hand Briegel dan timnya di Universitas Innsbruck mengembangkan ide-ide teoretis tentang agen pembelajaran kuantum.

“Fitur kunci ini memungkinkan implementasi algoritma pencarian kuantum yang mengurangi jumlah percobaan untuk belajar jalur yang benar. Sebagai konsekuensi, agen yang dapat mengeksplorasi lingkungannya dalam superposisi akan belajar secara signifikan lebih cepat daripada lawan klasiknya,” kata Briegel.

Menurut Walther, “Kami baru saja memulai memahami kemungkinan kecerdasan buatan kuantum dan setiap hasil eksperimental baru menyumbang pada pengembangan bidang ini, yang saat ini dianggap sebagai salah satu area yang paling subur untuk komputasi kuantum.”