L’intelligence artificielle est un élément de notre vie moderne. Une préoccupation cruciale pour les programmes pratiques est la rapidité avec laquelle ce type de machines intelligentes peut découvrir. Un essai a répondu à cette question, montrant que les technologies quantiques permettent une accélération du processus de compréhension. Les physiciens ont obtenu ce résultat en utilisant un processeur quantique pour les photons uniques étant un robot. Des robots résolvant des jeux informatiques, réalisant la voix des êtres humains ou aidant à localiser les traitements médicaux idéaux: ce ne sont que quelques types étonnants de ce que le domaine de l’intelligence artificielle a créé ces dernières années. La concurrence continue pour des appareils bien meilleurs a conduit à la question des méthodes ainsi que de ce qui indique que des améliorations peuvent être réalisées. En parallèle, les derniers progrès massifs des technologies quantiques ont vérifié la puissance de la science quantique, non seulement en raison de ses théories souvent particulières et déroutantes, mais aussi pour des programmes de style de vie réel. D’où l’idée de fusionner les 2 domaines: d’une part, l’intelligence artificielle avec ses dispositifs autonomes; d’autre part, la science quantique utilisant ses ensembles de règles efficaces. Au cours des deux dernières années, de nombreux scientifiques ont commencé à se demander comment vous pouvez relier ces deux mondes et à rechercher les moyens par lesquels la mécanique quantique peut s’avérer bénéfique pour l’apprentissage des robots, ou l’inverse. Un certain nombre de résultats intéressants ont démontré, par exemple, que les robots décident plus rapidement de leur prochain mouvement, ou le style de nouveaux tests quantiques utilisant des méthodes de compréhension spécifiques. Mais les robots étaient incapables de comprendre plus rapidement, une fonction clé dans la création d’appareils autonomes de plus en plus complexes. Dans le cadre d’une collaboration mondiale dirigée par Philip Walther, un groupe de physiciens expérimentaux de l’Université de Vienne, ainsi que des théoriciens de votre Collège d’Innsbruck, de l’Académie autrichienne des sciences, de l’Université de Leiden et du German Aerospace Middle, ont réussi à expérimenter démontrant pour la première fois une accélération du temps d’apprentissage du robot réel. L’équipe utilise des photons uniques, les particules fondamentales de la lumière, couplées à une puce de processeur quantique photonique intégrée, qui a été développée à la Massachusetts Institution of Technology. Cette puce de processeur a été utilisée comme robot et pour appliquer les tâches d’apprentissage. Ici, le robot apprendrait à diriger les photons uniques vers une direction prédéfinie. «Les essais pourraient montrer que le temps de formation est un peu réduit par rapport à la situation dans laquelle aucune physique quantique n’est utilisée», déclare Valeria Saggio, première auteur du bulletin. En un mot, les choses à essayer peuvent être comprises en imaginant un robot debout dans un carrefour, chargé d’apprendre à toujours considérer la transformation restante. Le robot apprend en obtenant une compensation lors de l’exécution du bon mouvement. Maintenant, lorsque le robot est placé dans notre monde classique habituel, alors il tentera éventuellement une transformation droite ou gauche, et ne sera récompensé que si la transformation gauche est choisie. En revanche, une fois que le robot exploite les technologies quantiques, SEO Inside les éléments bizarres de la science quantique entrent en scène. Le robot peut désormais utiliser l’une de ses fonctions les plus connues et les plus étranges, le principe de superposition. Cela pourrait être intuitivement compris en visualisant le robot prenant les deux transformations, gauche et droite, simultanément. « Cette fonction importante permet l’exécution d’un critère d’algorithme de recherche quantique qui diminue le nombre de tests pour comprendre le bon chemin. En conséquence, un courtier qui explorera son atmosphère en superposition se familiarisera beaucoup plus rapidement que son homologue traditionnel », dit Hans Briegel, qui a développé les idées théoriques sur les agents d’apprentissage quantique avec son équipe du Collège d’Innsbruck. Cette démonstration expérimentale que la compréhension de la machine peut être améliorée en utilisant le traitement quantique montre des avantages encourageants lors du mélange de ces deux systèmes. «Nous sommes juste au début de connaître les probabilités de l’intelligence artificielle quantique», explique Philip Walther, «et donc chaque nouveau résultat expérimental contribue au développement de ce domaine, qui est actuellement considéré comme l’un des endroits les plus fertiles pour le traitement quantique.