ความพัวพันที่น่ากลัวระหว่างควอนตัม AI และ BBC

ความคิดเห็น ผู้แพร่ภาพกระจายเสียงแห่งชาติของสหราชอาณาจักร, BBC, ทีม R&D และที่เก็บถาวร 100 ล้านรายการตลอด 15 ปีเป็นส่วนหนึ่งของกลุ่มความร่วมมือใหม่ที่ตรวจสอบ QNLP, Quantum Natural Language Processing โดยมีจุดประสงค์สูงสุดในการดึงความหมายโดยอัตโนมัติจากคำพูดที่มนุษย์พูดพล่าม

“สิ่งที่เข้าใจยากที่สุดเกี่ยวกับเอกภพก็คือสิ่งที่เข้าใจได้” คือหนึ่งในคำพูดของไอน์สไตน์ที่หาได้ยากซึ่งไอน์สไตน์กล่าวไว้จริงๆ เราไม่รู้ว่าเขาจะพูดอะไรเกี่ยวกับ ละครสัตว์ของ Monty Python ในขณะที่เขาเสียชีวิต 14 ปีก่อนที่จะมีการแพร่เชื้อครั้งแรก แต่เป็นเรื่องที่น่าสนใจที่จะสงสัยว่าเขาในฐานะหนึ่งในผู้ก่อตั้งฟิสิกส์ควอนตัมอาจคิดอย่างไรกับแนวคิดของคอมพิวเตอร์ควอนตัม ป้ายบอกทางว่าทำไมจักรวาลจึงเข้าใจได้ในตอนแรก 

สมาคมซึ่งประกาศเมื่อวันที่ 25 พฤศจิกายน ได้รับทุนสนับสนุนจาก Royal Academy of Engineering และจะสร้างผลงานเกี่ยวกับกลศาสตร์ควอนตัมและภาษาศาสตร์โดยศาสตราจารย์ Bob Coecke หัวหน้านักวิทยาศาสตร์ของบริษัท QC แห่งสหราชอาณาจักร Quantinuum; ศาสตราจารย์ Stephen Clark หัวหน้าฝ่าย AI ที่ Cambridge Quantum; และศาสตราจารย์ Mehrnoosh Sadrzadeh จากแผนกวิทยาการคอมพิวเตอร์ที่ University College London มันไม่ใช่สองคนที่เกินบรรยายในโรงรถ

ผู้ติดตามข่าวสารเกี่ยวกับควอนตัมคอมพิวติ้งมาอย่างยาวนานจะรู้ว่าทุกเรื่องราวเกี่ยวกับ QC นั้นส่วนใหญ่จะเกิดขึ้นในอนาคต: เทคโนโลยีมีคำมั่นสัญญามากกว่าผลิตภัณฑ์ มันถูกจำกัดโดยสถานะปัจจุบันของศิลปะ ควอนตัมระดับกลางที่มีเสียงดังหรือ NISQ ระบบปัจจุบันมีเสียงดังและเล็กเกินไปที่จะเป็นประโยชน์ การวิจัยด้านการควบคุมคุณภาพในปัจจุบันส่วนใหญ่อยู่ในการพัฒนาเทคนิคและอัลกอริทึมที่จะเอาชนะโลกได้เมื่อเราออกจาก NISQ และเป็นระบบขนาดใหญ่ที่ทนทานต่อความผิดพลาด QNLP ไม่แตกต่างกัน 

สิ่งที่ทำให้น่าสนใจคือที่มาของมัน ผู้ทำงานร่วมกันระดับศาสตราจารย์และทีมงานของพวกเขามีงานวิจัย 15 ปีในการวิเคราะห์ภาษา ผลลัพธ์อย่างหนึ่งคือเฟรมเวิร์ก DISCOCAT (DIStributional COmpositional CATegorical) อันวิจิตรงดงาม ซึ่งสร้างชุดข้อมูลจากกลุ่มของประโยคที่สามารถวิเคราะห์ได้ในระบบควอนตัม ส่วนที่น่าสนใจโดยเนื้อแท้ของสิ่งนี้คือ DISCOCAT สร้างเครือข่ายเทนเซอร์ที่แมปอย่างใกล้ชิดกับวิธีการทำงานของควอนตัมลอจิกตามธรรมชาติ โปรเจกต์นี้บอกว่ามันเหมาะกับกลศาสตร์ควอนตัมโดยเนื้อแท้ แต่งานคอมพิวเตอร์มาตรฐานมีน้อยมาก เหตุใดจึงนำไปใช้กับความหมายที่เข้ารหัสในภาษา 

นักวิจัยกล่าวว่าคำตอบคือ ทฤษฎีหมวดหมู่. นี่เป็นแนวทางทางคณิตศาสตร์ในการวิเคราะห์ระบบ ซึ่งเริ่มมีการถกเถียงกันครั้งแรกในช่วงกลางศตวรรษที่ 20 ซึ่งกล่าวว่าคุณสามารถเรียนรู้มากมายเกี่ยวกับระบบโดยไม่สนใจรายละเอียดภายในของแต่ละส่วนประกอบ และมุ่งความสนใจไปที่วิธีการโต้ตอบ ด้วยการให้แผนที่พฤติกรรม ทฤษฎีหมวดหมู่สามารถเปิดเผยรูปแบบที่ไม่สามารถได้มาโดยง่ายโดยการพยายามแยกองค์ประกอบแต่ละส่วน ซึ่งทำให้เข้ากันได้ดีมาก ตัวอย่างเช่น กลศาสตร์ควอนตัม กลศาสตร์ควอนตัมเชิงหมวดหมู่เป็นสาขาวิชาล่าสุดที่มุ่งเน้นไปที่รูปแบบและกระบวนการในระดับควอนตัม ซึ่งทำให้เหมาะสำหรับตรรกะควอนตัมเหนือสิ่งอื่นใด

ทฤษฎีหมวดหมู่ยังเข้ากันได้ดีกับการวิเคราะห์ทางภาษาศาสตร์ โดยจัดทำแผนที่ความหมายที่มีข้อมูลเกี่ยวกับความสัมพันธ์ระหว่างไวยากรณ์และสัญศาสตร์ ซึ่งเป็นโครงสร้างของการเข้ารหัสความหมาย นี่เป็นทั้งประโยชน์อย่างยิ่งและสำหรับนักวิจัย AI และนักปรัชญาทางความคิด ยังเป็นเส้นทางที่ดึงดูดมากสำหรับการสำรวจแนวความคิด 

อย่างไรก็ตาม ข้อดีคือความสามารถของทฤษฎีหมวดหมู่ในการค้นหารูปแบบที่คล้ายกันในระบบที่แตกต่างกันอย่างเห็นได้ชัด นี่คือความก้าวหน้าของคณิตศาสตร์และฟิสิกส์โดยพื้นฐานแล้ว โดยใช้ความรู้ของระบบหนึ่งเพื่อทำความเข้าใจกับอีกระบบหนึ่ง สิ่งที่นักวิจัยกลุ่มสมาคมกล่าวคือ ธรรมชาติควอนตัมของการวิเคราะห์ทางภาษามาจากการทำงานในรูปแบบที่คล้ายคลึงกับกลศาสตร์ควอนตัม ดังนั้น QC จะเก่งภาษาอย่างไม่น่าเชื่อ - เมื่อได้ผล 

การเชื่อมต่อนี้เป็นที่รู้จักในทางทฤษฎีมาระยะหนึ่งแล้ว แต่จำกัดเฉพาะการจำลองด้วยคอมพิวเตอร์แบบคลาสสิกเท่านั้น ขณะนี้ มีหลักฐานว่าความเป็นจริงได้เตรียมที่จะปฏิบัติตามทฤษฎี ด้วยการทดลองล่าสุด เริ่มถามคำถามชุดประโยคเล็ก ๆ บนแพลตฟอร์ม Quantum Experience ของไอบีเอ็ม การทดสอบเหล่านี้ประกอบด้วยการทดสอบ XNUMX-XNUMX อย่างเท่านั้น หนึ่งเพื่อถามว่าในร้อยประโยคเกี่ยวกับอาหาร ประโยคใดเกี่ยวกับไอที และอีกประโยคหนึ่งสำหรับคำนามวลี จากนั้นการจำลองคอมพิวเตอร์แบบคลาสสิกจะทำงานควบคู่ไปกับการทดสอบควอนตัมเพื่อแสดงว่าคุณสามารถชนะอะไรได้บ้างเมื่อระบบขนาดใหญ่ที่ทนทานต่อความผิดพลาดเข้ามา

ในแง่นี้ถือว่าดีพอๆ กับที่ QC ได้รับ แต่ในแง่ที่ว่าเครื่องมือพื้นฐานของคณิตศาสตร์และวิทยาการข้อมูลกำลังเชื่อมโยงอย่างชัดเจนกับโครงสร้างเชิงลึกของภาษาและวิธีการทำงานของกลศาสตร์ควอนตัม มันเป็นตัวชี้ที่น่าสนใจอย่างมากว่าการคำนวณควอนตัมนั้นน่าสนใจสำหรับนักปรัชญาด้านการรับรู้พอๆ กับที่เป็นอยู่อย่างไร นักฟิสิกส์ ธุรกิจ และนักวิทยาศาสตร์คอมพิวเตอร์ ภาษาเป็นฟังก์ชัน บางทีอาจเป็นฟังก์ชันที่กำหนด ว่าเราจัดหมวดหมู่ตนเองว่าฉลาดอย่างไร และการประมวลผลภาษาเป็นส่วนที่แท้จริงและเป็นเอกลักษณ์ของการรับรู้ของมนุษย์และสังคมมนุษย์ การพบว่าเป็นไปตามกฎที่ระบบทางกายภาพอื่นๆ แสดงออกนั้นไม่ได้หมายความว่าจิตสำนึกจะเป็นควอนตัมมากกว่าระบบมาโครแบบดั้งเดิมอื่นๆ ธรรมชาติทำซ้ำรูปแบบในทุกขนาด 

แต่อาจช่วยอธิบายได้ว่าเราสามารถเข้าใจฟิสิกส์ได้มากเพียงใด มันเป็นไปตามรูปแบบที่เรากำหนดค่าให้ใช้ประโยชน์ การค้นหาคำตอบที่เป็นไปได้สำหรับบางสิ่งที่ทำให้ไอน์สไตน์งุนงงนั้นไม่ใช่ความสำเร็จ และใครจะรู้ เมื่อ AI หลัง NISQ ในอนาคตได้แยกย่อยผลลัพธ์ทั้งหมดของ BBC เราอาจสามารถถามได้ ไม่เพียงแต่สิ่งที่ สเก็ตช์นกแก้ว หมายถึง แต่ประเด็นของโทรทัศน์ในเวลากลางวันคืออะไร บางทีนั่นอาจเป็นคำถามเชิงปรัชญาที่ไกลเกินไป ®