机器人可以用来解决电脑游戏,识别人类声音,或帮助寻找最佳医疗方法:这些只是人工智能领域在过去几年中产生的一些例子。目前面临的问题是,如何以及用什么手段来实现技术的改进。与此同时,最近量子技术的巨大进步证实了量子物理学的威力,不仅因为其高深的理论,而且也因为它在现实生活中的普遍应用。
因此,产生了融合这两个领域的想法:一方面,人工智能及自主机器人;另一方面,量子物理及其强大的算法。在过去的几年里,许多科学家已经开始研究如何连接这两个世界,并研究量子力学如何证明有利于学习机器人,反之亦然。
一些有趣的结果表明,例如,机器人更快的决定他们的下一步行动,或设计新的量子实验使用特定的学习技术。然而,机器人仍然无法更快地学习,这是日益复杂的自主机器发展的一个关键特征。在由维也纳大学实验物理学家Philip Walther、因斯布鲁克大学、奥地利科学院、莱顿大学和德国航空航天中心的理论家领导的国际合作中,首次成功地通过实验证明了实际机器人学习时间的加快。
该团队利用了单光子(光的基本粒子)耦合到集成光子量子处理器中,该处理器由麻省理工学院设计。该处理器被用作机器人并用于执行学习任务。在这里,机器人将学习将单个光子路由到预定义的方向上。实验表明,与不使用量子物理的情况相比,学习时间大大缩短了。
简而言之,这个实验可以通过想象一个机器人站在十字路口来,这个机器人的任务是学习。机器人在做正确的动作时通过获得奖励来学习。现在,如果机器人被放置在我们通常的古典世界,那么它将尝试左转或右转,并且只有在选择左转时才会得到奖励。
相比之下,当机器人利用量子技术时,量子物理的奇异方面就发挥了作用。机器人现在可以利用其最著名和最独特的特性之一,即所谓的叠加原理。通过想象机器人同时左转和右转,可以直观地理解这一点。这一关键特性使得量子搜索算法的实现能够减少学习正确路径的尝试次数。
因此,一个能够在叠加中探索其环境的智能体将比经典的智能体学习得快得多,汉斯·布里格尔和他的小组在因斯布鲁克大学开发了量子学习智能体的理论。这项实验证明,使用量子计算可以增强机器学习能力,这表明将这两种技术结合起来具有很好的优势。我们才刚刚开始理解量子人工智能的可能性,因此,每一个新的实验结果都有助于这一领域的发展,这一领域目前被视为量子计算最肥沃的领域之一。
来源:贤集网