Strojno učenje, postupak koji se koristi za obuku umjetne inteligencije, može trajati izuzetno dugo, ali kvantni trik mogao bi ozbiljno ubrzati stvari za zadatke koji uključuju čestice svjetlosti zvane fotoni.
U ‘reinforcement’ učenju, algoritam iznova i iznova prolazi kroz isti problem i daje mu numeričku nagradu tek kad dođe do točnog odgovora. Taj proces uči ga bržem pronalaženju točnog odgovora kada se kasnije suoči sa sličnim problemima, piše New Scientist.
Valeria Saggio sa Sveučilišta u Beču i njezine kolege dodali su kvantni zaokret kako bi ubrzale ovaj proces. Postavili su eksperiment koji uključuje foton koji se kreće kroz valovod i završava u jednom od četiri moguća stanja. Zadali su AI-u da se uvjeri da je foton završio u određenom stanju i nagradili ga za to.
U klasičnoj verziji ovog eksperimenta, bez ikakvih dodanih kvantnih efekata, AI bi mogao premjestiti foton u jedno određeno stanje odjednom. Međutim, u kvantnoj verziji eksperimenta, AI može staviti foton u superpoziciju više od jednog stanja. To omogućuje sužavanje točnog odgovora prije konačnog, klasičnog pogađanja o stanju cilja.
Zamislite da imate robota koji stoji na križanju puteva te ima dvije mogućnosti – može ići lijevo ili desno. Ako robot krene desno, neće dobiti nagradu, a ako krene lijevo, dobit će nagradu. U sljedećem krugu povećat će se vjerojatnost da će robot krenuti lijevo. To je klasična verzija eksperimenta, a kvantna verzija omogućila bi robotu da istovremeno ide i lijevo i desno pri svakom pogađanju, zahtijevajući puno manje nagađanja prije nego što nauči uvijek ići lijevo. Ova strategija ubrzava vrijeme učenja AI-a za 63 posto, odnosno s 270 pretpostavki na samo 100.
