एक क्रांतिकारी अध्ययन ने यह सिद्ध कर दिया है कि क्वांटम कंप्यूटिंग केवल भविष्य की आशा नहीं है, बल्कि आज के आर्टिफिशियल इंटेलिजेंस अनुप्रयोगों के लिए भी ठोस लाभ प्रदान कर रही है।
वियना विश्वविद्यालय के नेतृत्व में एक अंतरराष्ट्रीय शोध दल ने सफलतापूर्वक दिखाया है कि यहां तक कि सीमित आकार के क्वांटम प्रोसेसर भी विशिष्ट कार्यों में पारंपरिक मशीन लर्निंग एल्गोरिद्म से बेहतर प्रदर्शन कर सकते हैं। उनका यह कार्य, जो इस माह नेचर फोटोनिक्स में प्रकाशित हुआ है, क्वांटम कंप्यूटिंग के व्यावहारिक अनुप्रयोगों में से एक है, जो रोजमर्रा के एआई सिस्टम्स को बेहतर बना सकता है।
शोधकर्ताओं ने इटली के पोलिटेक्निको दी मिलानो में निर्मित एक फोटोनिक क्वांटम सर्किट का उपयोग कर एक मशीन लर्निंग एल्गोरिद्म को लागू किया, जिसे मूल रूप से यूनाइटेड किंगडम के क्वांटिन्यूम के शोधकर्ताओं ने प्रस्तावित किया था। यह प्रयोग बाइनरी क्लासिफिकेशन कार्यों पर केंद्रित था, जिसमें क्वांटम सिस्टम ने पारंपरिक तरीकों की तुलना में बेहतर सटीकता दिखाई।
"हमने पाया कि विशिष्ट कार्यों के लिए हमारा एल्गोरिद्म अपने पारंपरिक समकक्ष की तुलना में कम त्रुटियां करता है," परियोजना का नेतृत्व करने वाले फिलिप वाल्थर (वियना विश्वविद्यालय) बताते हैं। प्रकाशन के प्रथम लेखक झेंगहाओ यिन जोड़ते हैं, "इसका अर्थ है कि मौजूदा क्वांटम कंप्यूटर भी बेहतरीन प्रदर्शन दिखा सकते हैं, भले ही वे अत्याधुनिक तकनीक से आगे न भी बढ़ें।"
बेहतर सटीकता के अलावा, फोटोनिक दृष्टिकोण ऊर्जा दक्षता के मामले में भी महत्वपूर्ण लाभ प्रदान करता है। सह-लेखिका आइरिस एग्रेस्टी जोर देती हैं, "यह भविष्य में निर्णायक हो सकता है, क्योंकि मशीन लर्निंग एल्गोरिद्म की अत्यधिक ऊर्जा मांग के कारण वे असंभव होते जा रहे हैं।" जैसे-जैसे एआई सिस्टम्स का आकार और जटिलता बढ़ती जा रही है, उनकी विशाल ऊर्जा खपत एक गंभीर चिंता बन गई है।
यह शोध सैद्धांतिक क्वांटम लाभ और व्यावहारिक अनुप्रयोगों के बीच की दूरी को पाटता है, और यह दर्शाता है कि वर्तमान क्वांटम तकनीक बड़े पैमाने के क्वांटम कंप्यूटरों की प्रतीक्षा किए बिना भी मशीन लर्निंग सिस्टम्स को बेहतर बना सकती है। यह विकास क्वांटम आर्किटेक्चर से प्रेरित अधिक कुशल एल्गोरिद्म के लिए नए रास्ते खोलता है, जो डेटा-आधारित दुनिया में एआई गणना के तरीके में क्रांति ला सकता है।