ในปี 2020 ทีมควอนตัมในอ็อกซ์ฟอร์ดได้ดำเนินการประมวลผลภาษาธรรมชาติของควอนตัม (QNLP) บนฮาร์ดแวร์ควอนตัมของ IBM [1, 2] กุญแจสำคัญในการบรรลุสิ่งที่คิดว่าเป็นงานที่ขับเคลื่อนด้วยข้อมูลอย่างหนักคือการสังเกตว่าทฤษฎีควอนตัมและภาษาธรรมชาติถูกควบคุมโดยโครงสร้างองค์ประกอบเดียวกันส่วนใหญ่ - aka โครงสร้างเทนเซอร์
ดังนั้นโมเดลภาษาของเราจึงอยู่ในความหมายเชิงควอนตัม และเราให้การเปรียบเทียบกับการจำลองระบบควอนตัมในแง่ของการเร่งความเร็วของอัลกอริธึม [ที่กำลังจะเกิดขึ้น] ในขณะเดียวกัน เราได้ทำให้ซอฟต์แวร์ทั้งหมดของเราพร้อมใช้งานแบบโอเพ่นซอร์ส และด้วยการสนับสนุน [github.com/CQCL/lambeq]
การจับคู่องค์ประกอบระหว่างภาษาธรรมชาติและควอนตัมขยายไปยังโดเมนอื่นนอกเหนือจากภาษา และยืนยันว่า AI รุ่นใหม่สามารถเกิดขึ้นได้เมื่อผลักดันการเปรียบเทียบนี้อย่างเต็มที่ ในขณะที่ใช้ประโยชน์จากความสมบูรณ์ของกลศาสตร์ควอนตัมหมวดหมู่ / ZX-แคลคูลัส [3, 4, 5] เพื่อจุดประสงค์ในการให้เหตุผลแบบใหม่ที่ควบคู่ไปกับการเรียนรู้ของเครื่องที่ทันสมัย
[เนื้อหาฝัง]