Um truque quântico com fótons aumenta a velocidade do aprendizado de máquina

Imagem padrão do New Scientist

Quantum no cérebro

Just_Super / Getty Images

O aprendizado de máquina, um processo usado para treinar inteligências artificiais, pode levar um tempo extremamente longo – mas um truque quântico pode acelerar enormemente as coisas para tarefas que envolvem partículas de luz chamadas fótons.

Na aprendizagem por reforço, um algoritmo percorre o mesmo problema repetidamente e recebe uma recompensa numérica apenas quando atinge a resposta correta. Esse processo o ensina a encontrar a resposta correta mais rapidamente quando confrontado com problemas semelhantes posteriormente.

Agora, Valeria Saggio, da Universidade de Viena, na Áustria, e seus colegas acrescentaram um toque quântico para acelerar esse processo. Eles montaram um experimento envolvendo um fóton se movendo através de uma guia de onda e terminando em um dos quatro estados possíveis. Eles encarregaram uma IA de garantir que o fóton terminasse em um determinado estado e o recompensaram por isso.

Na versão clássica deste experimento, sem quaisquer efeitos quânticos adicionados, o AI só seria capaz de mover o fóton para um estado específico por vez, sendo recompensado quando fizesse um palpite correto. No entanto, na versão quântica do experimento, a IA poderia colocar o fóton em uma superposição de mais de um estado. Isso permitiu restringir a resposta correta antes de fazer uma suposição final clássica no estado objetivo.

“Imagine que você tem um robô que está em uma encruzilhada e o robô tem duas opções – pode ir para a esquerda ou para a direita”, diz Saggio. “Se o robô der certo, ele não recebe recompensa, mas se for para a esquerda, recebe uma recompensa. Na próxima rodada, a probabilidade de ir para a esquerda aumentará. ”

Essa é a versão clássica do experimento, mas a versão quântica permitiria que ele fosse para a esquerda e para a direita simultaneamente a cada suposição, exigindo muito menos suposições antes de aprender a sempre ir para a esquerda. Essa estratégia acelerou o tempo de aprendizado da IA ​​em 63 por cento, de 270 suposições para apenas 100.

Referência do jornal: Natureza, DOI: 10.1038 / s41586-021-03242-7

Mais sobre esses tópicos:

Leave a Reply

Your email address will not be published. Required fields are marked *