A classificação dos pontos de dados pode ser realizada através de um computador quântico fotônico, aumentando a precisão dos métodos convencionais. Crédito: Iris Agresti
Um dos tópicos atuais de pesquisa quente é a combinação de dois dos avanços tecnológicos mais recentes: aprendizado de máquina e computação quântica.
Um estudo experimental mostra que os computadores quânticos de pequena escala podem aumentar o desempenho de aprendizado de máquina Algoritmos.
Isso foi demonstrado em um processador quântico fotônico por uma equipe internacional de pesquisadores da Universidade de Viena. O trabalho, publicado em Nature Photonicsmostra promissor Novas aplicações Para computadores quânticos ópticos.
Recentes avanços científicos reformularam o desenvolvimento de tecnologias futuras. Por um lado, aprendizado de máquina e inteligência synthetic já revolucionaram nossas vidas, desde tarefas diárias a Pesquisa científica. Por outro lado, computação quântica emergiu como um novo paradigma de computação.
A partir da combinação desses dois campos promissores, uma nova linha de pesquisa se abriu: o aprendizado de máquina quântica. Esse campo visa encontrar potenciais aprimoramentos na velocidade, eficiência ou precisão dos algoritmos quando eles são executados em plataformas quânticas. No entanto, ainda é um desafio aberto alcançar essa vantagem nos computadores quânticos de tecnologia atuais.
Foi aqui que uma equipe internacional de pesquisadores deu o próximo passo e projetou um novo experimento realizado por cientistas da Universidade de Viena.
A configuração apresenta um circuito fotônico quântico construído no Politecnico di Milano (Itália), que administra um aprendizado de máquina algoritmo Primeiro proposto por pesquisadores que trabalham em Quantinuum (Reino Unido). O objetivo period classificar os pontos de dados usando um computador quântico fotônico e destacar a contribuição dos efeitos quânticos, para entender a vantagem em relação aos computadores clássicos.
O experimento mostrou que os processadores quânticos já pequenos podem ter um desempenho melhor que os algoritmos convencionais.
“Descobrimos que, para tarefas específicas, nosso algoritmo comete menos erros do que sua contraparte clássica”, explica Philip Walther, da Universidade de Viena, líder do projeto.
“Isso implica que os computadores quânticos existentes podem mostrar boas performances sem necessariamente ir além da tecnologia de ponta”, acrescenta Zhenghao Yin, primeiro autor da publicação em Nature Photonics.
Outro aspecto interessante da nova pesquisa é que as plataformas fotônicas podem consumir menos energia em relação aos computadores padrão. “Isso pode ser essential no futuro, dado que os algoritmos de aprendizado de máquina estão se tornando inviáveis, devido às demandas de energia muito altas”, enfatiza a coautora Iris Agresti.
O resultado dos pesquisadores tem um impacto tanto no cálculo quântico, pois identifica tarefas que se beneficiam dos efeitos quânticos, bem como na computação padrão.
De fato, novos algoritmos, inspirados em arquiteturas quânticas, poderiam ser projetadas, atingindo melhores desempenhos e reduzindo o consumo de energia.
Mais informações:
Zhenghao Yin et al. Nature Photonics (2025). Doi: 10.1038/s41566-025-01682-5
Fornecido por
Universidade de Viena
Citação: Aprendizado quântico de máquina: O processador quântico fotônico de pequena escala já pode superar as contrapartes clássicas (2025, 9 de junho) recuperadas em 9 de junho de 2025 em https://phys.org/information/2025-06-quantum-machine-small-cale-photonic.html
Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa specific, nenhuma parte pode ser reproduzida sem a permissão por escrito. O conteúdo é fornecido apenas para fins de informação.