Çığır açan bir başarıda, bir kuantum sistemi, geleneksel makinelerin geleneksel olarak hakim olduğu bir alan olan veri sınıflandırmasında klasik bir yapay zekayı (YZ) geride bıraktı. Viyana Üniversitesi'nden araştırmacılar tarafından yönetilen bu dikkate değer başarı, yalnızca üstün doğruluk sergilemekle kalmadı, aynı zamanda bunu önemli ölçüde daha az enerji tüketimiyle başardı.
Nature Photonics dergisinde yayınlanan bu atılım, kuantum makine öğreniminde önemli bir anı işaret ediyor. Ekibin deneyi, küçük ölçekli kuantum işlemcilerin bile, modern YZ'nin bir mihenk taşı olan belirli makine öğrenimi görevlerinde klasik rakiplerini nasıl geçebileceğini gösteriyor. Anahtar, ışığın kullanımında yatıyor.
Milano Politeknik Üniversitesi'nde inşa edilen fotonik bir kuantum işlemci olan cihaz, algoritmaları yürütmek için fotonları veya ışık parçacıklarını kullanır. Görev, yüz tanımadan hava tahminine kadar değişen uygulamalarda YZ sistemleri tarafından rutin olarak gerçekleştirilen bir işlem olan farklı veri türlerini sınıflandırmaktı. İngiliz şirketi Quantinuum tarafından tasarlanan kuantum algoritması, klasik rakibinden daha az hata yaptı.
Ayrıca, kuantum sistemi üstün enerji verimliliği sergiledi. Bilgi işlemek için önemli miktarda elektrik enerjisi gerektiren geleneksel bilgisayarların aksine, fotonik sistemler doğrudan ışıkla çalışarak minimum enerji tüketir. Bu fark, YZ modellerinin giderek daha güçlü hale geldiği, ancak aynı zamanda daha fazla enerji yoğunlaştığı bir dünyada kritik hale geliyor.
Viyana Üniversitesi'nde proje lideri ve bilim insanı Philip Walther, "Belirli görevler için algoritmamızın klasik muadilinden daha az hata yaptığını bulduk" dedi. Bu başarı sadece teknik değil, aynı zamanda gelişmekte olan kuantum makine öğrenimi alanında bir paradigma değişikliğine de işaret ediyor.
Kuantum makine öğrenimi, kuantum fiziği ilkelerinin YZ algoritmalarının hızını, doğruluğunu veya verimliliğini nasıl artırabileceğini araştırır. Bu atılım, kuantum hesaplamanın geleneksel YZ'ye göre daha hızlı, daha doğru ve daha sürdürülebilir bir alternatif sunabileceğini gösteriyor. Bu keşif, daha verimli ve sürdürülebilir YZ uygulamalarına kapı açıyor.