بله درست خواندید. در کمال تعجب، بحث و پژوهشهای یادگیری ماشینی میتواند با استفاده از قوانین فیزیک کوانتومی تقویت شود. برخی از دانشمندان در تاریخ 10 ژوئن به مجله معتبر Science گزارش دادند که در انواع خاصی از وظایف یادگیری ماشینی، رایانههای کوانتومی برتری نمایی (چند برابری) نسبت به محاسبات استاندارد (با استفاده از قوانین معمول فیزیک) دارند. محققان ثابت کردند که طبق ریاضیات کوانتومی، این مزیت در هنگام استفاده از یادگیری ماشین برای درک سیستمهای کوانتومی اعمال میشود و تیم دانشمندان نشان داد که این مزیت در آزمایشهای دنیای واقعی نیز کاربرد دارد.
- برنامه پنج ساله چین در حوزه تکنولوژی – هوش مصنوعی و محاسبات کوانتومی
- بازی جدید مرورگر گوگل کروم – ساخت و مدیریت کامپیوتر کوانتومی
همکاری فیزیک کوانتومی و یادگیری ماشین چه نتیجهای خواهد داد؟
Hsin-Yuan Huang، فیزیکدان نظری و دانشمند کامپیوتر از دانشگاه Caltech میگوید:
«مردم در مورد پتانسیل استفاده از فناوری کوانتومی برای بهبود توانایی یادگیری ما بسیار هیجان زده هستند. اما کاملاً مشخص نبود که آیا یادگیری ماشینی میتواند از فیزیک کوانتومی در عمل سود ببرد.
در برخی از وظایف یادگیری ماشینی، دانشمندان تلاش میکنند تا با انجام آزمایشهای مکرر، و تجزیه و تحلیل دادههای آن آزمایشها، اطلاعاتی در مورد یک سیستم کوانتومی – مثلاً یک مولکول یا گروهی از ذرات – جمعآوری کنند.
هوانگ و همکارانش چندین کار از این قبیل را مطالعه کردند. در یکی، هدف دانشمندان تشخیص ویژگیهای سیستم کوانتومی، مانند موقعیت و تکانه ذرات در درون است. دادههای کوانتومی از آزمایشهای چندگانه میتوانند در حافظه یک رایانه کوانتومی وارد شوند و رایانه دادهها را به طور مشترک پردازش میکند تا ویژگیهای سیستم کوانتومی را بیاموزد.
محققان از نظر تئوری ثابت کردند که انجام همان توصیف با تکنیکهای استاندارد یا کلاسیک به آزمایشهای بیشتری نیاز دارد تا بتوان اطلاعات مشابهی را یاد گرفت. برخلاف کامپیوترهای کلاسیک، یک کامپیوتر کوانتومی میتواند از درهم تنیدگی (پیوندهای کوانتومی اثیری) برای تجزیه و تحلیل بهتر نتایج آزمایشهای متعدد استفاده کند.
اما کار جدید فراتر از جنبه نظری است. دوریت آهارونوف از دانشگاه سرزمین موعود که در این تحقیق دخالتی نداشت، میگوید: «درک اینکه آیا این واقعبینانه است (آیا این چیزی است که میتوانیم در آزمایشگاه ببینیم یا فقط نظری است) بسیار مهم است.
بنابراین، محققان وظایف یادگیری ماشین را با رایانه کوانتومی Google، Sycamore آزمایش کردند. این تیم به جای اندازهگیری یک سیستم کوانتومی واقعی، از دادههای کوانتومی شبیهسازی شده استفاده کرد و آنها را با استفاده از تکنیکهای کوانتومی یا کلاسیک تجزیه و تحلیل کرد.
یادگیری ماشین کوانتومی در آنجا نیز برنده شد (حتی اگر کامپیوتر کوانتومی گوگل نویز داشته باشد) به این معنی که خطاها میتوانند در محاسبات ایجاد اشتباه کنند. در نهایت، دانشمندان قصد دارند کامپیوترهای کوانتومی بسازند که بتوانند خطاهای خود را تصحیح کنند. اما در حال حاضر، حتی بدون آن تصحیح خطا، یادگیری ماشین کوانتومی غالب بود.
دیدگاهتان را بنویسید