2020-ban az oxfordi székhelyű Quantinuum csapata Quantum Natural Language Processing (QNLP) eljárást hajtott végre IBM kvantumhardveren [1, 2]. Az erősen adatvezérelt feladat megvalósításának kulcsa az a megfigyelés, hogy a kvantumelméletet és a természetes nyelvet nagyjából ugyanaz a kompozíciós struktúra – más néven tenzorstruktúra – irányítja.
Ennélfogva nyelvi modellünk bizonyos értelemben kvantum-natív, és analógiát nyújtunk a kvantumrendszerek szimulációjával az algoritmikus gyorsítás tekintetében [megjelenés alatt]. Időközben minden szoftverünket elérhetővé tettük nyílt forráskóddal és támogatással [github.com/CQCL/lambeq].
A természetes nyelv és a kvantum közötti kompozíciós egyezés a nyelven kívül más területekre is kiterjed, és azzal érvelnek, hogy a mesterséges intelligencia új generációja jelenhet meg, ha ezt az analógiát teljes mértékben érvényesítik, miközben kihasználják a kategorikus kvantummechanika / ZX-kalkulus teljességét [3, 4, 5]. újszerű érvelési célokra, amelyek kéz a kézben járnak a modern gépi tanulással.
[Beágyazott tartalmat]
