Tecnologia Quântica Pode Acelerar o Processo de Aprendizado de Máquinas

Um novo experimento na Universidade de Viena demonstrou como a tecnologia quântica pode acelerar o processo de aprendizado de máquinas. Os físicos envolvidos no trabalho usaram um processador quântico para fótons únicos como um robô.

A pesquisa foi publicada em Nature.

Houve desenvolvimentos significativos recentemente no campo da computação quântica, e o poder de tais tecnologias está sendo continuamente realizado. Isso levou à utilização da tecnologia em aplicações da vida real, e agora os especialistas querem mesclar inteligência artificial (IA) e máquinas autônomas com física quântica e algoritmos.

Processo de Aprendizado

Para alcançar isso, os cientistas têm investigado como a mecânica quântica pode ajudar no processo de aprendizado de robôs, e vice-versa. Alguns dos resultados mostraram como os robôs podem se mover mais rápido ou como os experimentos quânticos podem usar novas técnicas de aprendizado. Apesar de se moverem mais rápido, os robôs ainda não conseguiram aprender mais rápido, o que é necessário para o desenvolvimento de máquinas autônomas complexas.

Phillip Walther liderou um esforço internacional chefiado por uma equipe de físicos da universidade. Eles foram acompanhados por teóricos da Universidade de Innsbruck, da Academia de Ciências da Áustria, da Universidade de Leiden e do Centro Aeroespacial Alemão.

A colaboração conseguiu provar experimentalmente a aceleração do tempo de aprendizado de um robô. A equipe contou com fótons únicos e um processador quântico fotônico integrado projetado pelo MIT. O processador foi usado como um robô, aprendendo a rotear fótons únicos para uma direção pré-definida.

Valeria Saggio é a primeira autora da publicação.

“O experimento pôde mostrar que o tempo de aprendizado é significativamente reduzido em comparação com o caso em que não se usa física quântica”, diz Saggio.

O Princípio de Superposição

O robô pode aprender sendo recompensado por completar a movimentação correta. Em um mundo clássico, por exemplo, com uma curva para a esquerda e para a direita, apenas uma pode ser escolhida e correta. No entanto, com a tecnologia quântica, o robô é capaz de usar o princípio de superposição, significando que ele pode fazer ambas as curvas ao mesmo tempo.

Hand Briegel e sua equipe na Universidade de Innsbruck desenvolveram as ideias teóricas sobre agentes de aprendizado quântico.

“Essa característica fundamental permite a implementação de um algoritmo de busca quântica que reduz o número de tentativas para aprender o caminho correto. Como consequência, um agente que pode explorar seu ambiente em superposição aprenderá significativamente mais rápido do que seu contraparte clássico”, diz Briegel.

De acordo com Walther, “Estamos apenas no início de entender as possibilidades da inteligência artificial quântica e, portanto, cada novo resultado experimental contribui para o desenvolvimento desse campo, que é atualmente visto como uma das áreas mais férteis para a computação quântica”.