Pada tahun 2020 tim Quantinuum yang berbasis di Oxford melakukan Quantum Natural Language Processing (QNLP) pada perangkat keras kuantum IBM [1, 2]. Kunci untuk dapat mencapai apa yang dianggap sebagai tugas yang sangat didorong oleh data, adalah pengamatan bahwa teori kuantum dan bahasa alami diatur oleh banyak struktur komposisi yang sama – alias struktur tensor.
Oleh karena itu model bahasa kami dalam arti kuantum-asli, dan kami memberikan analogi dengan simulasi sistem kuantum dalam hal percepatan algoritmik [akan datang]. Sementara itu kami telah membuat semua perangkat lunak kami tersedia open-source, dan dengan dukungan [github.com/CQCL/lambeq].
Kecocokan komposisi antara bahasa alami dan kuantum meluas ke domain lain selain bahasa, dan berpendapat bahwa generasi baru AI dapat muncul ketika sepenuhnya mendorong analogi ini, sambil mengeksploitasi kelengkapan mekanika kuantum kategoris / kalkulus ZX [3, 4, 5] untuk tujuan penalaran baru yang berjalan seiring dengan pembelajaran mesin modern.
[Embedded content]