Computazione quantistica
La Tecnologia Quantistica Può Velocizzare il Processo di Apprendimento delle Macchine
Aggiungi Unite.AI alle tue fonti preferite su Google
Un nuovo esperimento all’Università di Vienna ha dimostrato come la tecnologia quantistica possa velocizzare il processo di apprendimento delle macchine. I fisici coinvolti nel lavoro hanno utilizzato un processore quantistico per fotoni singoli come robot.
La ricerca è stata pubblicata su Nature.
Ci sono stati importanti sviluppi recenti nel campo della computazione quantistica, e il potere di tali tecnologie sta essere continuamente realizzato. Ciò ha portato all’utilizzo di questa tecnologia in applicazioni reali, e ora gli esperti vogliono fondere l’intelligenza artificiale (AI) e le macchine autonome con la fisica quantistica e gli algoritmi.
Processo di Apprendimento
Per raggiungere questo obiettivo, gli scienziati hanno esaminato come la meccanica quantistica possa aiutare il processo di apprendimento dei robot, e viceversa. Alcuni dei risultati hanno mostrato come i robot possano muoversi più velocemente o come gli esperimenti quantistici possano utilizzare nuove tecniche di apprendimento. Nonostante si muovano più velocemente, i robot non sono ancora in grado di imparare più velocemente, il che è necessario per lo sviluppo di macchine autonome complesse.
Phillip Walther ha guidato uno sforzo internazionale capeggiato da un team di fisici dell’università. Sono stati raggiunti da teorici dell’Università di Innsbruck, dell’Accademia Austriaca delle Scienze, dell’Università di Leiden e del Centro Aerospaziale Tedesco.
La collaborazione è riuscita a dimostrare sperimentalmente l’aumento del tempo di apprendimento di un robot. Il team si è basato su fotoni singoli e un processore quantistico fotonicointegrato progettato dal MIT. Il processore è stato utilizzato come robot, imparando a instradare fotoni singoli in una direzione predefinita.
Valeria Saggio è l’autore principale della pubblicazione.
“L’esperimento ha potuto dimostrare che il tempo di apprendimento è significativamente ridotto rispetto al caso in cui non si utilizza la fisica quantistica”, afferma Saggio.
Il Principio di Sovrapposizione
Il robot può imparare ricevendo una ricompensa per completare la mossa corretta. In un mondo classico, ad esempio con una svolta a sinistra e una a destra, solo una può essere scelta e corretta. Tuttavia, con la tecnologia quantistica, il robot può utilizzare il principio di sovrapposizione, ovvero può eseguire entrambe le mosse contemporaneamente.
Hand Briegel e il suo team all’Università di Innsbruck hanno sviluppato le idee teoriche sugli agenti di apprendimento quantistici.
“Questa caratteristica fondamentale consente l’implementazione di un algoritmo di ricerca quantistico che riduce il numero di prove per l’apprendimento del percorso corretto. Di conseguenza, un agente che può esplorare il suo ambiente in sovrapposizione imparerà significativamente più velocemente del suo omologo classico”, afferma Briegel.
Secondo Walther, “Siamo solo all’inizio della comprensione delle possibilità dell’intelligenza artificiale quantistica e quindi ogni nuovo risultato sperimentale contribuisce allo sviluppo di questo campo, che attualmente è considerato uno dei più fertili per la computazione quantistica”.
