量子技术可以加速机器的学习过程

维也纳大学的一项新实验展示了量子技术如何加速机器的学习过程。参与该研究的物理学家使用单光子量子处理器作为机器人。

该研究发表在 Nature 上。

近期，量子计算领域取得了重大进展，人们正在不断地认识到这种技术的力量。这导致了该技术被应用于实际场景，现在专家们希望将人工智能（AI）和自主机器与量子物理和算法相结合。

学习过程

为了实现这一目标，科学家们一直在研究量子力学如何帮助机器人的学习过程，以及反之亦然。一些结果表明机器人可以移动得更快，或者量子实验可以使用新的学习技术。尽管机器人移动得更快，但它们仍然无法更快地学习，这是开发复杂自主机器所必需的。

菲利普·瓦尔特（Phillip Walther）领导了一项由维也纳大学物理学家团队领导的国际合作。他们得到了因斯布鲁克大学、奥地利科学院、莱顿大学和德国航空航天中心的理论物理学家的支持。

该合作成功地证明了机器人的学习时间可以加速。该团队依赖于单光子和由麻省理工学院设计的集成光子量子处理器。该处理器被用作机器人，学习如何将单光子路由到预定义的方向。

瓦莱里亚·萨吉奥（Valeria Saggio）是该出版物的第一作者。

“该实验表明，学习时间与不使用量子物理的情况相比显著减少，”萨吉奥说。

叠加原理

机器人可以通过被奖励完成正确的移动来学习。在经典世界中，例如左转和右转，只能选择一个并正确。但是，使用量子技术，机器人可以使用叠加原理，这意味着它可以同时进行这两个转弯。

汉德·布里格尔（Hand Briegel）和他的团队在因斯布鲁克大学开发了量子学习代理的理论思想。

“这一关键特性使得可以实现量子搜索算法，从而减少学习正确路径所需的试验次数。因此，能够以叠加方式探索其环境的代理将比其经典对应物学习得更快，”布里格尔说。

根据瓦尔特的说法，“我们才刚刚开始理解量子人工智能的可能性，因此每一个新的实验结果都有助于该领域的发展，而该领域目前被认为是量子计算中最肥沃的领域之一。”