L’intellect synthétique est un élément de notre style de vie moderne. Une question essentielle pour les applications sensibles est la vitesse de détection de ces machines intelligentes. Un essai a répondu à cette question, montrant que les technologies quantiques permettent d’accélérer le processus d’apprentissage. Les physiciens ont atteint ce résultat simplement en utilisant une puce de processeur quantique pour les photons solitaires étant un robot. Des robots résolvant des jeux informatiques, reconnaissant des voix humaines ou aidant à localiser des traitements médicaux optimaux: ce ne sont que quelques exemples étonnants de ce que le domaine de l’intellect synthétique a produit au cours des dernières années. La course continue pour de meilleures machines a conduit à se demander comment et avec ce qui indique que des améliorations peuvent être réalisées. En parallèle, les dernières améliorations énormes des systèmes quantiques ont confirmé la puissance de la science quantique, non seulement pour ses théories souvent étranges et déroutantes, mais aussi pour les programmes de style de vie authentique. D’où l’idée de fusionner les deux domaines: d’une part, l’intellect artificiel avec ses machines autonomes; cependant, la physique quantique avec ses algorithmes efficaces. Au cours des deux dernières années, de nombreux scientifiques ont commencé à se demander comment relier ces deux mondes, et également à étudier les méthodes que la mécanique quantique peut démontrer comme étant bonnes pour l’apprentissage des robots, ou vice versa. Plusieurs résultats fascinants ont montré, par exemple, que les robots décidaient plus rapidement de leur prochain quart de travail ou la conception de nouveaux tests quantiques utilisant des méthodes de compréhension particulières. Mais les robots n’étaient toujours pas capables d’apprendre plus rapidement, une fonction vitale dans le développement d’appareils autonomes de plus en plus complexes. Dans le cadre d’une collaboration mondiale dirigée par Philip Walther, une équipe 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, ainsi que du Centre aérospatial allemand, ont été efficaces. en démontrant expérimentalement pour la première fois une accélération dans le temps d’apprentissage du robot réel. Ils utilisent des photons solitaires, les particules fondamentales de l’éclairage, combinés dans un processeur quantique photonique intégré, qui a été développé au Massachusetts Institute of Technology. Cette puce de processeur a été utilisée comme robot ainsi que pour la mise en œuvre des tâches de formation. Ici, le robot apprendrait à acheminer les seuls photons vers un chemin prédéfini. «L’expérience pourrait montrer que le temps d’apprentissage est un peu réduit par rapport au cas où aucune physique quantique n’est utilisée», déclare Valeria Saggio, SEO Inside première auteur de la publication. En un mot, l’expérience peut être comprise en imaginant un robot debout à un carrefour, pourvu du travail d’apprendre à constamment considérer la transformation de gauche. Le robot apprend en obtenant une récompense lorsqu’il fait le bon mouvement. Désormais, si le robot est placé sur notre planète traditionnelle habituelle, il tentera éventuellement un virage à gauche ou à droite, et ne sera compensé que lorsque le tour restant sera choisi. En comparaison, une fois que le robot exploite la technologie quantique, les aspects étranges de la science quantique entrent en jeu. Le robot peut désormais utiliser parmi ses fonctions les plus connues et les plus étranges, le principe dit de superposition. Cela peut être intuitivement compris en visualisant le robot effectuant les deux tours, gauche et droite, en même temps. « Cette fonction importante permet la mise en œuvre des critères de l’algorithme de recherche quantique qui réduit le nombre d’essais pour apprendre le bon chemin. En conséquence, un agent qui peut explorer son atmosphère en superposition se familiarisera beaucoup plus rapidement que son homologue traditionnel », dit Hans Briegel, qui a créé les idées théoriques sur les courtiers d’apprentissage quantique avec son groupe de l’Université d’Innsbruck. Cette démonstration expérimentale que l’apprentissage des dispositifs peut être amélioré en utilisant le traitement quantique démontre des avantages prometteurs lors de la combinaison de ces deux systèmes. «Nous venons tout juste de comprendre les possibilités de l’intelligence artificielle quantique», déclare Philip Walther, «et par conséquent, chaque nouveau résultat expérimental contribue au développement de cette industrie, qui est actuellement considérée comme l’un des endroits les plus fertiles pour l’informatique quantique.