Un studiu revoluționar a demonstrat că puterea calculului cuantic nu reprezintă doar o promisiune pentru viitor, ci oferă deja beneficii concrete pentru aplicațiile de inteligență artificială din prezent.
O echipă internațională de cercetare, condusă de Universitatea din Viena, a arătat cu succes că chiar și procesoarele cuantice de dimensiuni modeste pot depăși algoritmii clasici de învățare automată în anumite sarcini. Lucrarea lor, publicată luna aceasta în Nature Photonics, reprezintă una dintre primele aplicații practice ale calculului cuantic pentru îmbunătățirea sistemelor AI din viața de zi cu zi.
Cercetătorii au folosit un circuit cuantic fotonic construit la Politecnico di Milano din Italia pentru a implementa un algoritm de învățare automată propus inițial de cercetători de la Quantinuum din Regatul Unit. Experimentul s-a concentrat pe sarcini de clasificare binară, unde sistemul cuantic a demonstrat o acuratețe superioară comparativ cu abordările clasice.
"Am descoperit că, pentru anumite sarcini, algoritmul nostru comite mai puține erori decât omologul său clasic", explică Philip Walther de la Universitatea din Viena, coordonatorul proiectului. "Acest lucru implică faptul că și computerele cuantice existente pot oferi performanțe bune fără a depăși neapărat tehnologia de ultimă generație", adaugă Zhenghao Yin, primul autor al publicației.
Dincolo de acuratețea îmbunătățită, abordarea fotonică oferă avantaje semnificative în ceea ce privește eficiența energetică. "Acest aspect ar putea deveni crucial în viitor, având în vedere că algoritmii de învățare automată devin imposibil de utilizat din cauza cerințelor energetice prea mari", subliniază coautoarea Iris Agresti. Pe măsură ce sistemele AI continuă să crească în dimensiune și complexitate, consumul lor masiv de energie a devenit o problemă presantă.
Cercetarea face legătura între avantajele teoretice ale calculului cuantic și aplicațiile practice, demonstrând că tehnologia cuantică actuală poate îmbunătăți sistemele de învățare automată fără a fi nevoie să așteptăm computere cuantice de scară largă. Această dezvoltare deschide noi posibilități pentru algoritmi mai eficienți inspirați de arhitecturi cuantice, cu potențialul de a revoluționa modul în care abordăm calculul AI într-o lume tot mai dependentă de date.