Konstgjord intelligens är en del av vårt moderna liv genom att göra det möjligt för maskiner att lära sig användbara processer som taligenkänning och digitala personliga assistenter. En avgörande fråga för praktiska tillämpningar är hur snabbt sådana intelligenta maskiner kan lära sig. Ett experiment vid universitetet i Wien har besvarat denna fråga, visar att kvantteknik möjliggör en snabbare inlärningsprocess. Fysikerna, i ett internationellt samarbete inom Österrike, Tyskland, Nederländerna, och USA, har uppnått detta resultat genom att använda en kvantprocessor för enstaka fotoner som en robot. Detta jobb, som bidrar till utvecklingen av kvant artificiell intelligens för framtida tillämpningar, publiceras i det aktuella numret av tidskriften Natur .

Roboter som löser dataspel, känner igen mänskliga röster, eller hjälpa till att hitta optimala medicinska behandlingar:det är bara några häpnadsväckande exempel på vad området artificiell intelligens har producerat under de senaste åren. Det pågående loppet om bättre maskiner har lett till frågan om hur och med vilka medel förbättringar kan uppnås. Parallellt, enorma senaste framsteg inom kvantteknik har bekräftat kraften i kvantfysiken, inte bara för sina ofta besynnerliga och förbryllande teorier, men också för verkliga applikationer. Därav, tanken på att slå samman de två fälten:å ena sidan, artificiell intelligens med sina autonoma maskiner; å andra sidan, kvantfysik med sina kraftfulla algoritmer.

Under de senaste åren, många forskare har börjat undersöka hur man överbryggar dessa två världar, och för att studera på vilka sätt kvantmekanik kan vara till nytta för inlärningsrobotar, eller tvärtom. Flera fascinerande resultat har visat, till exempel, robotar som avgör snabbare i nästa drag, eller utformning av nya kvantexperiment med specifika inlärningstekniker. Än, robotar var fortfarande oförmögna att lära sig snabbare, en nyckelfunktion i utvecklingen av alltmer komplexa autonoma maskiner.

Inom ett internationellt samarbete som leds av Philip Walther, ett team av experimentella fysiker från universitetet i Wien, tillsammans med teoretiker från universitetet i Innsbruck, österrikiska vetenskapsakademin, Leidens universitet, och det tyska rymdcentret, har lyckats med att experimentera för första gången påvisa en snabbare fart i själva robotens inlärningstid. Teamet har använt sig av enstaka fotoner, de grundläggande ljuspartiklarna, kopplad till en integrerad fotonisk kvantprocessor, som designades vid Massachusetts Institute of Technology. Denna processor användes som en robot och för att implementera inlärningsuppgifterna. Här, roboten skulle lära sig att dirigera de enstaka fotonerna till en fördefinierad riktning. "Experimentet kan visa att inlärningstiden reduceras avsevärt jämfört med fallet där ingen kvantfysik används, "säger Valeria Saggio, publikationens första författare.

I ett nötskal, experimentet kan förstås genom att föreställa sig en robot som står vid ett vägskäl, förses med uppgiften att lära sig att alltid ta vänster sväng. Roboten lär sig genom att få en belöning när han gör rätt drag. Nu, om roboten är placerad i vår vanliga klassiska värld, då försöker den antingen en vänster eller höger sväng, och belönas endast om vänster sväng väljs. I kontrast, när roboten utnyttjar kvantteknik, de bisarra aspekterna av kvantfysiken spelar in. Roboten kan nu använda en av sina mest kända och säregna funktioner, den så kallade superpositionsprincipen. Detta kan intuitivt förstås genom att föreställa sig att roboten tar de två svängarna, vänster och höger, på samma gång. "Denna nyckelfunktion möjliggör implementering av en kvantsökningsalgoritm som minskar antalet försök för att lära sig rätt väg. Som en följd av detta, en agent som kan utforska sin omgivning i superposition kommer att lära sig betydligt snabbare än sin klassiska motsvarighet, säger Hans Briegel, som utvecklade de teoretiska idéerna om kvantlärningsagenter med sin grupp vid universitetet i Innsbruck.

Denna experimentella demonstration av att maskininlärning kan förbättras genom att använda kvantberäkning visar lovande fördelar när man kombinerar dessa två tekniker. "Vi är bara i början av att förstå möjligheterna med kvant artificiell intelligens", säger Philip Walther, "och därmed bidrar varje nytt experimentellt resultat till utvecklingen av detta område, som för närvarande ses som ett av de mest bördiga områdena för kvantberäkning. "