Künstliche Neuronen werden mit photonischen Schaltkreisen zu Quanten

In den letzten Jahren ist künstliche Intelligenz allgegenwärtig geworden, mit Anwendungen wie Sprachinterpretation, Bilderkennung, medizinischer Diagnose und vielen mehr. Gleichzeitig hat sich die Quantentechnologie als Rechenleistung erwiesen, die weit über die Reichweite des größten Supercomputers der Welt hinausgeht. Physiker der Universität Wien haben jetzt ein neues Gerät namens Quanten-Memristor demonstriert, das es uns ermöglichen könnte, diese beiden Welten zu kombinieren und beispiellose Fähigkeiten freizusetzen. Das in Zusammenarbeit mit dem National Research Council (CNR) und dem Politecnico di Milano in Italien durchgeführte Experiment wurde auf einem integrierten Quantenprozessor realisiert, der mit einzelnen Photonen arbeitet. Die Arbeit ist in der aktuellen Ausgabe der Zeitschrift erschienen Naturphotonik.

Das Herzstück aller Anwendungen künstlicher Intelligenz sind mathematische Modelle, sogenannte neuronale Netze. Diese Modelle sind von der biologischen Struktur des menschlichen Gehirns inspiriert, die aus miteinander verbundenen Knoten besteht. So wie unser Gehirn lernt, indem es die Verbindungen zwischen Neuronen ständig neu anordnet, können neuronale Netze mathematisch trainiert werden, indem sie ihre interne Struktur optimieren, bis sie in der Lage sind, Aufgaben auf menschlicher Ebene zu erledigen: unser Gesicht erkennen, medizinische Bilder für die Diagnose interpretieren und sogar unsere Autos fahren. Die Integration von Geräten, die in der Lage sind, die an neuronalen Netzen beteiligten Berechnungen schnell und effizient durchzuführen, ist daher zu einem wichtigen Forschungsschwerpunkt geworden, sowohl in der Wissenschaft als auch in der Industrie.

Einer der wichtigsten Wendepunkte auf diesem Gebiet war die Entdeckung des Memristors im Jahr 2008. Dieses Gerät ändert seinen Widerstand in Abhängigkeit von einer Erinnerung an den vergangenen Strom, daher der Name Memory-Resistor oder Memristor. Unmittelbar nach seiner Entdeckung erkannten die Wissenschaftler, dass (neben vielen anderen Anwendungen) das eigentümliche Verhalten von Memristoren dem von neuronalen Synapsen überraschend ähnlich war. Der Memristor ist damit zu einem grundlegenden Baustein neuromorpher Architekturen geworden.

Eine Gruppe von Experimentalphysikern der Universität Wien, des National Research Council (CNR) und des Politecnico di Milano unter der Leitung von Prof. Philip Walther und Dr. Roberto Osellame hat nun gezeigt, dass es möglich ist, ein Gerät zu konstruieren, das dies hat gleiches Verhalten wie ein Memristor, während er auf Quantenzustände einwirkt und in der Lage ist, Quanteninformationen zu codieren und zu übertragen. Mit anderen Worten, ein Quanten-Memristor. Die Realisierung eines solchen Geräts ist eine Herausforderung, da die Dynamik eines Memristors dazu neigt, dem typischen Quantenverhalten zu widersprechen.

Durch die Verwendung einzelner Photonen (dh einzelne Lichtquantenteilchen) und die Ausnutzung ihrer einzigartigen Fähigkeit, sich gleichzeitig in einer Überlagerung von zwei oder mehr Pfaden auszubreiten, haben die Physiker die Herausforderung gemeistert. In ihrem Experiment breiten sich einzelne Photonen entlang lasergeschriebener Wellenleiter auf einem Glassubstrat aus und werden auf einer Überlagerung mehrerer Pfade geführt. Einer dieser Pfade wird verwendet, um den Photonenfluss zu messen, der durch das Gerät geht, und diese Menge – durch ein komplexes elektronisches Rückkopplungsschema – moduliert die Übertragung auf dem anderen Ausgang, wodurch das gewünschte memristive Verhalten erreicht wird.

Neben der Demonstration des Quanten-Memristors haben die Forscher Simulationen bereitgestellt, die zeigen, dass optische Netzwerke mit dem Quanten-Memristor verwendet werden können, um sowohl klassische als auch Quantenaufgaben zu lernen, was darauf hindeutet, dass der Quanten-Memristor das fehlende Bindeglied zwischen künstlicher Intelligenz und Quantencomputing sein könnte .

„Die Erschließung des vollen Potenzials von Quantenressourcen innerhalb der künstlichen Intelligenz ist eine der größten Herausforderungen der aktuellen Forschung in der Quantenphysik und Informatik“, sagt Michele Spagnolo, der Erstautor der Veröffentlichung in der Zeitschrift Naturphotonik. Auch die Gruppe von Philip Walther von der Universität Wien hat kürzlich gezeigt, dass Roboter schneller lernen können, wenn sie Quantenressourcen nutzen und Schemata aus der Quantencomputing übernehmen. Diese neue Errungenschaft stellt einen weiteren Schritt in Richtung einer Zukunft dar, in der künstliche Quantenintelligenz Realität wird.