Leta 2020 je ekipa Quantinuum s sedežem v Oxfordu izvedla kvantno obdelavo naravnega jezika (QNLP) na kvantni strojni opremi IBM [1, 2]. Ključno za to, da smo lahko dosegli to, kar je bilo zamišljeno kot naloga, ki močno temelji na podatkih, je ugotovitev, da kvantno teorijo in naravni jezik ureja večina iste kompozicijske strukture – imenovane tenzorske strukture.
Zato je naš jezikovni model v nekem smislu kvantno izviren in nudimo analogijo s simulacijo kvantnih sistemov v smislu algoritemske pospešitve [v pripravi]. Medtem smo vso našo programsko opremo dali na voljo odprtokodno in s podporo [github.com/CQCL/lambeq].
Kompozicijsko ujemanje med naravnim jezikom in kvantom se razteza tudi na druga področja poleg jezika, in trdijo, da lahko nova generacija umetne inteligence nastane, ko v celoti potisnemo to analogijo, hkrati pa izkoristimo popolnost kategorične kvantne mehanike / ZX-računa [3, 4, 5] za nove namene razmišljanja, ki gredo z roko v roki s sodobnim strojnim učenjem.
[Vgrajeni vsebina]