Di recente, sembra che sia diventato di moda parlare di intelligenza artificiale (AI), e questa espressione è ora usata ovunque possibile. Ma, nonostante ciò, la tecnologia stessa può essere utile in più aree contemporaneamente. Allo stesso modo, l'informatica quantistica ha ricevuto rinnovata attenzione come presunto strumento rivoluzionario che potrebbe, tra le altre cose, rafforzare le difese informatiche e persino creare un nuovo Internet. E sebbene negli ultimi anni entrambe le tecnologie siano notevolmente progredite, sono ancora lontane dall'essere perfette, indipendentemente da come chiunque vorrebbe che fosse altrimenti.
Ciò è particolarmente vero per l'IA, che nella sua forma attuale è principalmente algoritmi di apprendimento automatico specializzati in grado di eseguire singole attività in modalità automatica. Secondo i ricercatori del Center for Quantum Technology presso la National University of Singapore (NUS), l'intelligenza artificiale può essere notevolmente migliorata attraverso il quantum computing.
In un nuovo studio pubblicato sulla rivista Physical Review Letters, gli scienziati del NUS hanno proposto un algoritmo quantistico per sistemi lineari di equazioni che consentirà un'analisi computerizzata quantistica molto più efficiente di grandi set di dati.
“In precedenza, algoritmi quantistici simili venivano utilizzati per una gamma ristretta di problemi. Dobbiamo perfezionarli se vogliamo ottenere l'accelerazione quantistica per altri dati , ha detto l'autore dello studio Zhao Zhikuan in un comunicato stampa.
Un algoritmo quantistico, in termini semplici, è un algoritmo progettato per funzionare all'interno di modelli computazionali quantistici realistici. Come gli algoritmi tradizionali, il quantum è una procedura passo passo, ma utilizza fenomeni specifici del calcolo quantistico, come l'entanglement quantistico e la sovrapposizione.
In questo caso, l'algoritmo per la risoluzione di sistemi lineari esegue calcoli utilizzando matrici di dati di grandi dimensioni. Tali compiti su larga scala sono più adatti per i computer quantistici.
Migliore, più veloce, più forte
Video promozionale:
In altre parole, l'algoritmo per la risoluzione di sistemi lineari offre un metodo di calcolo più veloce e potente rispetto ai computer classici. La prima versione di un tale algoritmo quantistico, sviluppata nel 2009, ha gettato le basi per la ricerca sulle forme quantistiche di intelligenza artificiale e apprendimento automatico.
"L'apprendimento automatico quantistico è un campo in evoluzione in cui i ricercatori stanno cercando di sfruttare la potenza dell'elaborazione delle informazioni quantistiche per accelerare l'esecuzione delle classiche attività di apprendimento automatico", afferma il documento di ricerca. Se questo renderà l'IA più intelligente è un'altra domanda.
Gli odierni sistemi di intelligenza artificiale e i loro algoritmi di apprendimento automatico sono già in grado di eseguire enormi quantità di calcolo. Il processo di elaborazione dei set di dati (e di solito si tratta di tonnellate di informazioni attraverso le quali l'AI si fa strada) sarà sicuramente accelerato dal calcolo quantistico.
Ovviamente, prima che l'algoritmo sviluppato da Zhao e dai suoi colleghi possa essere utile, dobbiamo creare computer quantistici più adatti. Data la mole di lavoro svolto su questo fronte, si può presumere che non passerà molto tempo prima che il concetto diventi realtà.
"Prevediamo che ci vorranno dai tre ai quattro anni per applicare gli attuali esperimenti hardware al calcolo quantistico nell'intelligenza artificiale", ha detto Zhao in un comunicato stampa. Nel frattempo, il suo team prevede di condurre presto una dimostrazione di come funziona il loro algoritmo.
Dmitry Volkov
