Em 2020, a equipe da Quantinuum, com sede em Oxford, realizou o Quantum Natural Language Processing (QNLP) no hardware quântico da IBM [1, 2]. A chave para ter sido capaz de alcançar o que é concebido como uma tarefa fortemente orientada por dados é a observação de que a teoria quântica e a linguagem natural são governadas por grande parte da mesma estrutura composicional – também conhecida como estrutura tensorial.
Portanto, nosso modelo de linguagem é, de certa forma, nativo quântico, e fornecemos uma analogia com a simulação de sistemas quânticos em termos de aceleração algorítmica [a ser publicado]. Enquanto isso, disponibilizamos todos os nossos softwares em código aberto e com suporte [github.com/CQCL/lambeq].
A correspondência composicional entre linguagem natural e quântica se estende a outros domínios que não a linguagem, e argumentam que uma nova geração de IA pode surgir ao empurrar totalmente essa analogia, enquanto explora a completude da mecânica quântica categórica / cálculo ZX [3, 4, 5] para novos propósitos de raciocínio que andam de mãos dadas com o aprendizado de máquina moderno.
[Conteúdo incorporado]
