У новаторському досягненні квантова система перевершила класичний штучний інтелект (AI) у класифікації даних, області, яка традиційно домінувала звичайними машинами. Цей видатний подвиг, очолений дослідниками з Віденського університету, не тільки продемонстрував чудову точність, але й досяг її зі значно меншим споживанням енергії.
Цей прорив, опублікований у журналі Nature Photonics, знаменує ключовий момент у квантовому машинному навчанні. Експеримент команди показує, що навіть невеликі квантові процесори можуть перевершувати своїх класичних аналогів у конкретних завданнях машинного навчання, що є наріжним каменем сучасного AI. Ключ полягає у використанні світла.
Пристрій, фотонний квантовий процесор, побудований в Політехнічному університеті Мілана, використовує фотони, або частинки світла, для виконання алгоритмів. Завдання полягало в класифікації різних типів даних, процесу, який регулярно виконується системами AI у додатках від розпізнавання облич до прогнозування погоди. Квантовий алгоритм, розроблений британською компанією Quantinuum, зробив менше помилок, ніж його класичний конкурент.
Крім того, квантова система продемонструвала чудову енергоефективність. На відміну від звичайних комп'ютерів, які потребують значної кількості електроенергії для обробки інформації, фотонні системи споживають мінімальну енергію, працюючи безпосередньо зі світлом. Ця різниця стає критичною у світі, де моделі AI стають все більш потужними, але також більш енергоємними.
Керівник проекту та науковець з Віденського університету Філіп Вальтер заявив, що «ми виявили, що для конкретних завдань наш алгоритм робить менше помилок, ніж його класичний аналог». Це досягнення є не лише технічним, але й сигналізує про зміну парадигми у новій галузі квантового машинного навчання.
Квантове машинне навчання досліджує, як принципи квантової фізики можуть підвищити швидкість, точність або ефективність алгоритмів AI. Цей прорив свідчить про те, що квантові обчислення можуть запропонувати швидшу, точнішу та більш стійку альтернативу традиційному AI. Це відкриття відкриває двері для більш ефективних та стійких додатків AI.