एक अभूतपूर्व उपलब्धि में, एक क्वांटम सिस्टम ने डेटा वर्गीकरण में एक क्लासिकल आर्टिफिशियल इंटेलिजेंस (AI) को पछाड़ दिया, जो पारंपरिक रूप से पारंपरिक मशीनों का प्रभुत्व वाला क्षेत्र है। वियना विश्वविद्यालय के शोधकर्ताओं के नेतृत्व में यह उल्लेखनीय कारनामा न केवल बेहतर सटीकता का प्रदर्शन करता है, बल्कि इसे काफी कम ऊर्जा खपत के साथ भी हासिल किया गया है।
यह सफलता, जो नेचर फोटोनिक्स जर्नल में प्रकाशित हुई है, क्वांटम मशीन लर्निंग में एक महत्वपूर्ण क्षण है। टीम का प्रयोग दर्शाता है कि यहां तक कि छोटे पैमाने के क्वांटम प्रोसेसर भी विशिष्ट मशीन लर्निंग कार्यों में अपने क्लासिकल समकक्षों को पार कर सकते हैं, जो आधुनिक एआई का एक आधारशिला है। कुंजी प्रकाश के उपयोग में निहित है।
यह डिवाइस, मिलान के पॉलिटेक्निक विश्वविद्यालय में निर्मित एक फोटोनिक क्वांटम प्रोसेसर, एल्गोरिदम को निष्पादित करने के लिए फोटॉन, या प्रकाश के कणों का उपयोग करता है। कार्य में विभिन्न प्रकार के डेटा का वर्गीकरण शामिल था, एक ऐसी प्रक्रिया जो चेहरे की पहचान से लेकर मौसम पूर्वानुमान तक के अनुप्रयोगों में एआई सिस्टम द्वारा नियमित रूप से की जाती है। ब्रिटिश कंपनी क्वांटिनम द्वारा डिजाइन किए गए क्वांटम एल्गोरिदम ने अपने क्लासिकल प्रतियोगी की तुलना में कम त्रुटियां कीं।
इसके अलावा, क्वांटम सिस्टम ने बेहतर ऊर्जा दक्षता का प्रदर्शन किया। पारंपरिक कंप्यूटरों के विपरीत, जिन्हें जानकारी संसाधित करने के लिए पर्याप्त बिजली की आवश्यकता होती है, फोटोनिक सिस्टम प्रकाश के साथ सीधे संचालन करके न्यूनतम ऊर्जा का उपभोग करते हैं। यह अंतर एक ऐसी दुनिया में महत्वपूर्ण हो जाता है जहां एआई मॉडल तेजी से शक्तिशाली होते जा रहे हैं, लेकिन साथ ही अधिक ऊर्जा-गहन भी होते जा रहे हैं।
वियना विश्वविद्यालय के परियोजना प्रमुख और वैज्ञानिक फिलिप वाल्थर ने कहा कि "हमने पाया कि विशिष्ट कार्यों के लिए हमारा एल्गोरिदम अपने क्लासिकल समकक्ष की तुलना में कम त्रुटियां करता है।" यह उपलब्धि न केवल तकनीकी है, बल्कि उभरते हुए क्वांटम मशीन लर्निंग के क्षेत्र में एक प्रतिमान बदलाव का संकेत भी देती है।
क्वांटम मशीन लर्निंग इस बात की पड़ताल करता है कि क्वांटम भौतिकी के सिद्धांत एआई एल्गोरिदम की गति, सटीकता या दक्षता को कैसे बढ़ा सकते हैं। यह सफलता बताती है कि क्वांटम कंप्यूटिंग पारंपरिक एआई के लिए एक तेज़, अधिक सटीक और अधिक टिकाऊ विकल्प प्रदान कर सकती है। यह खोज अधिक कुशल और टिकाऊ एआई अनुप्रयोगों के द्वार खोलती है।