På senare år har artificiell intelligens blivit allestädes närvarande, med tillämpningar som taltolkning, bildigenkänning, medicinsk diagnos och många fler. Samtidigt har kvantteknologin visat sig kapabel till beräkningskraft långt bortom räckhåll för till och med världens största superdator. Fysiker vid universitetet i Wien har nu demonstrerat en ny enhet, kallad kvantmemristor, som kan tillåta oss att kombinera dessa två världar och låsa upp oöverträffade möjligheter. Experimentet, utfört i samarbete med National Research Council (CNR) och Politecnico di Milano i Italien, har genomförts på en integrerad kvantprocessor som arbetar på enstaka fotoner. Verket publiceras i det aktuella numret av tidskriften Nature Photonics .

I hjärtat av alla tillämpningar av artificiell intelligens är matematiska modeller som kallas neurala nätverk. Dessa modeller är inspirerade av den mänskliga hjärnans biologiska struktur, gjorda av sammankopplade noder. Precis som vår hjärna lär sig genom att ständigt omordna kopplingarna mellan neuroner, kan neurala nätverk tränas matematiskt genom att justera sin inre struktur tills de blir kapabla till uppgifter på mänsklig nivå:känna igen vårt ansikte, tolka medicinska bilder för diagnos, till och med köra våra bilar. Att ha integrerade enheter som kan utföra beräkningarna involverade i neurala nätverk snabbt och effektivt har därför blivit ett stort forskningsfokus, både akademiskt och industriellt.

En av de stora spelförändrarna på området var upptäckten av memristorn, som gjordes 2008. Denna enhet ändrar sitt motstånd beroende på ett minne av den förflutna strömmen, därav namnet memory-resistor, eller memristor. Omedelbart efter upptäckten insåg forskare att (bland många andra tillämpningar) det märkliga beteendet hos memristorer var förvånansvärt likt det hos neurala synapser. Memristorn har därmed blivit en grundläggande byggsten i neuromorfa arkitekturer.

En grupp experimentella fysiker från universitetet i Wien, National Research Council (CNR) och Politecnico di Milano, ledda av prof. Philip Walther och dr. Roberto Osellame, har nu visat att det är möjligt att konstruera en enhet som har samma beteende som en memristor, samtidigt som den verkar på kvanttillstånd och kan koda och överföra kvantinformation. Med andra ord en quantum memristor. Att realisera en sådan enhet är utmanande eftersom dynamiken i en memristor tenderar att motsäga typiskt kvantbeteende.

Genom att använda enstaka fotoner (dvs. enstaka kvantpartiklar av ljus) och utnyttja deras unika förmåga att fortplanta sig samtidigt i en överlagring av två eller flera banor, har fysikerna övervunnit utmaningen. I deras experiment fortplantar sig enstaka fotoner längs vågledare laserskrivna på ett glassubstrat och styrs på en överlagring av flera banor. En av dessa vägar används för att mäta flödet av fotoner som går genom enheten, och denna kvantitet – genom ett komplext elektroniskt återkopplingsschema – modulerar överföringen på den andra utgången, vilket uppnår det önskade memristiva beteendet.

Förutom att demonstrera kvantmemristorn har forskarna tillhandahållit simuleringar som visar att optiska nätverk med kvantmemristorn kan användas för att lära sig om både klassiska och kvantuppgifter, vilket antyder att kvantmemristorn kan vara den felande länken mellan artificiell intelligens och kvantberäkning .

"Att låsa upp kvantresursernas fulla potential inom artificiell intelligens är en av de största utmaningarna för den nuvarande forskningen inom kvantfysik och datavetenskap", säger Michele Spagnolo, som är första författare till publikationen i tidskriften Nature Photonics i> . Gruppen av Philip Walther från universitetet i Wien har också nyligen visat att robotar kan lära sig snabbare när de använder kvantresurser och lånar system från kvantberäkningar. Denna nya prestation representerar ytterligare ett steg mot en framtid där kvantartificiell intelligens blir verklighet. + Utforska vidare

Påskynda artificiell intelligens