Vuonna 2020 Oxfordissa toimiva Quantinuum-tiimi suoritti Quantum Natural Language Processing (QNLP) -käsittelyn IBM:n kvanttilaitteistolla [1, 2]. Avain vahvasti datavetoiseksi pidetyn tehtävän saavuttamiseen on havainto, että kvanttiteoriaa ja luonnollista kieltä hallitsee pitkälti sama koostumusrakenne – eli tensorirakenne.
Tästä syystä kielimallimme on tietyssä mielessä kvanttialkuperäinen, ja tarjoamme analogian kvanttijärjestelmien simulaation kanssa algoritmisen nopeuden suhteen [tulossa]. Tällä välin olemme saaneet kaikki ohjelmistomme saataville avoimen lähdekoodin avulla ja tuella [github.com/CQCL/lambeq].
Luonnollisen kielen ja kvantin koostumuksen vastaavuus ulottuu muille alueille kuin kielelle, ja väittävät, että uusi tekoälysukupolvi voi syntyä, kun tätä analogiaa käytetään täysin, samalla kun hyödynnetään kategorisen kvanttimekaniikan / ZX-laskennan täydellisyyttä [3, 4, 5]. uusiin päättelytarkoituksiin, jotka kulkevat käsi kädessä modernin koneoppimisen kanssa.
[Upotetun sisällön]
