機械の学習プロセスを加速する量子テクノロジー

ウィーン大学での新しい実験では、量子テクノロジーが機械の学習プロセスを加速する方法を実証した。研究に携わった物理学者は、単一の光子用の量子プロセッサをロボットとして使用した。

研究は、ネイチャーに掲載された。

量子コンピューティングの分野では最近、重大な進展が見られ、そのような技術の力は継続的に実現されてきた。これにより、技術は実際のアプリケーションで使用されるようになり、専門家は人工知能（AI）と自律機械を量子物理学とアルゴリズムと統合したいと考えている。

学習プロセス

これを実現するために、科学者は量子力学がロボットの学習プロセスにどのように役立つか、またその逆のプロセスを調査してきた。いくつかの結果は、ロボットがより速く移動したり、量子実験が新しい学習技術を使用したりする方法を示唆している。ただし、ロボットはまだ速く学習できないため、複雑な自律機械の開発には必要なスピードには達していない。

フィリップ・ワルターは、ウィーン大学の物理学者チームが率いる国際的な取り組みを指揮した。インスブルック大学、オーストリア科学アカデミー、ライデン大学、ドイツ航空宇宙センターの理論家たちも参加した。

コラボレーションは、ロボットの学習時間の短縮を実験的に証明することに成功した。チームは、MITによって設計された単一の光子と統合光子量子プロセッサを使用した。プロセッサはロボットとして使用され、事前に定義された方向への単一の光子のルーティングを学習した。

バレリア・サッジョは、この出版の第一著者である。

「実験では、量子物理学を使用しない場合と比較して、学習時間が著しく短縮されることが示された」とサッジョは述べた。

重ね合わせの原理

ロボットは、正しい動作を完了することで報奨されることによって学習できる。例えば、左と右のターンを選択するクラシカルな世界では、正しいものは1つしか選択できない。しかし、量子テクノロジーを使用することで、ロボットは重ね合わせの原理を使用できるようになり、両方のターンを同時に取ることができる。

ハンド・ブリーゲルと彼のチームは、インスブルック大学で量子学習エージェントに関する理論的なアイデアを開発した。

「この重要な特性により、正しいパスを学習するための試行回数を減らす量子検索アルゴリズムを実装できる。結果として、環境を重ね合わせで探索できるエージェントは、クラシカルな対象よりもはるかに速く学習する」とブリーゲルは述べた。

ワルターによると、「私たちは、量子人工知能の可能性を理解するための最初のステップに立っており、毎回の新しい実験結果は、この分野の開発に貢献している。現在、量子コンピューティングで最も肥沃な分野の1つと見なされている」と述べた。