Neuroni artificiali su un computer quantistico: lo studio
Programmata una rete di neuroni artificiali su un computer quantistico. L’evidenza dimostra che è in grado di superare la velocità di apprendimento impensabili. Lo studio coordinato dall’Istituto di fotonica e nanotecnologie del Consiglio nazionale delle ricerche (Cnr-Ifn) è in copertina sulla rivista Advanced Quantum Technologies
Indice dei contenuti
Neuroni artificiali, intelligenza artificiale e computer quantistici
Un team di ricercatori italiani coordinati da Enrico Prati dell’Istituto di fotonica e nanotecnologie del Consiglio nazionale delle ricerche (Cnr-Ifn) di Milano ha sviluppato un nuovo modello di intelligenza artificiale su un computer quantistico. Il risultato, ottenuto in collaborazione con l’Università di Milano Bicocca programmando il computer D-Wave 2000 da 2.048 bit quantistici (qubit), è stato pubblicato sulla rivista Advanced Quantum Technologies come storia di copertina.
“Alla NASA avevano già sperimentato il trasferimento su un computer quantistico di un modello di intelligenza artificiale chiamato macchina di Boltzmann, ispirato a quello adottato tra gli altri da Netflix per raccomandare i film”, spiega Prati. “In quel caso però i risultati erano limitati dall’aver impiegato un solo qubit per rappresentare ciascun neurone artificiale, dal momento che le connessioni da ogni qubit verso quelli limitrofi sul chip sono poche per motivi di spazio. Nel nostro caso, invece, abbiamo fatto ricorso a una tecnica chiamta embedding per raggruppare più qubit perché si comportino come un unico oggetto, chiamato qubit virtuale. Il qubit virtuale eredita le connessioni di tutti i qubits che lo compongono, tranne che quelle tra i suoi costituenti, e quindi la connettività del nostro cervello quantistico è più elevata, da cui un apprendimento più rapido”.
Reverse annealing: il nuovo metodo di apprendimento dei neuroni artificiali
Il metodo di apprendimento ha introdotto anche un’operazione preliminare durante l’apprendimento che si potrebbe paragonare a un’inversione dello scorrere del tempo nel computer quantistico, chiamata reverse annealing.
“In precedenza, si lasciava che il sistema durante l’apprendimento ricercasse le soluzioni da imparare iniziando da uno stato di partenza generico. In questa ricerca invece il sistema è semantico, cioè parte da una soluzione nota: lo si porta mediante reverse annealing a un migliore stato di partenza, come se si riavvolgesse il nastro del tempo per qualche microsecondo, e poi si procede con la ricerca, che a sua volta dura alcuni microsecondi”, prosegue il coordinatore della ricerca.
Intelligenza artificiale e futuro
Le ricadute dell’intelligenza artificiale quantistica spaziano su molti ambiti di applicazione, dalla salute all’aerospazio, dall’ottimizzazione dei processi industriali alla sicurezza, dal riconoscimento di immagini alla quantum finance e piattaforme come BitIQ.
“I computer quantistici sono il fenomeno emergente che darà nuova linfa e potenza computazionale all’intelligenza artificiale. Stanno muovendo i primi passi con il crescere dei processori basati su qubits, ma una volta che saranno giunti a maturità risulteranno molto più veloci”, conclude Prati, “per questo l’interesse delle industrie sta crescendo in modo esponenziale”.
