Nel 2020 il team Quantinuum con sede a Oxford ha eseguito il Quantum Natural Language Processing (QNLP) su hardware quantistico IBM [1, 2]. La chiave per essere stati in grado di ottenere ciò che è concepito come un compito fortemente basato sui dati, è l'osservazione che la teoria quantistica e il linguaggio naturale sono governati da gran parte della stessa struttura compositiva, nota anche come struttura tensoriale.
Quindi il nostro modello linguistico è in un certo senso nativo quantistico e forniamo un'analogia con la simulazione dei sistemi quantistici in termini di accelerazione algoritmica [di prossima pubblicazione]. Nel frattempo abbiamo reso disponibile tutto il nostro software open-source e con il supporto [github.com/CQCL/lambeq].
La corrispondenza compositiva tra linguaggio naturale e quantistico si estende ad altri domini oltre al linguaggio e sostiene che una nuova generazione di IA può emergere quando si spinge completamente questa analogia, sfruttando la completezza della meccanica quantistica categoriale / calcolo ZX [3, 4, 5] per nuovi scopi di ragionamento che vanno di pari passo con il moderno machine learning.
[Contenuto incorporato]
