检讨 英国国家广播公司 BBC、其研发团队及其整个 100 年的 15 万条项目档案是调查 QNLP、量子自然语言处理的新联盟的一部分，其最终目标是自动从人类的喋喋不休中提取意义。
“关于宇宙最不可理解的事情是它是可以理解的，”这是爱因斯坦实际说过的罕见的爱因斯坦语录之一。 我们不知道他可能说了什么 Monty Python的飞行马戏团 因为他在第一次传播前 14 年就去世了。 但令人着迷的是，作为量子物理学的创始人之一，他可能对量子计算的想法做了什么，这表明宇宙最初是可以理解的。
该联盟于 25 月 XNUMX 日宣布，获得皇家工程院的资助，并将以英国 QC 公司 Quantinuum 首席科学家 Bob Coecke 教授在量子力学和语言学方面的工作为基础； Cambridge Quantum 人工智能负责人 Stephen Clark 教授； 和伦敦大学学院计算机科学系的 Mehrnoosh Sadrzadeh 教授。 车库里的两个极客不是。
长期关注量子计算新闻的人会知道，每一个关于量子计算的故事大多都存在于将来时：技术比产品更有前景。 它受到当前技术水平、嘈杂的中等规模量子或 NISQ 的限制。 当前的系统噪音太大且太小而无用。 一旦我们脱离 NISQ 并进入容错的大规模系统，今天的大部分 QC 研究都在开发世界领先的技术和算法。 QNLP 也不例外。
它的有趣之处在于它的来源。 教授合作者及其团队在分析语言方面进行了 15 年的研究。 其中一个成果是 DISCOCAT（分布复合分类）框架，它从可以在量子系统上分析的句子组中创建了一个数据集。 其中最有趣的部分是 DISCOCAT 生成了一个张量网络，该网络非常接近于量子逻辑的自然工作方式。 该项目表示它本质上非常适合量子力学。 但很少有标准计算任务是这样的，那么为什么它适用于语言编码的意义呢？
研究人员说，答案是 范畴论. 这是一种系统分析的数学方法，最早提出于 20 世纪中叶，它表示您可以通过忽略每个组件的内部细节并专注于它们如何相互作用来了解系统的大量知识。 通过提供行为图，类别理论可以揭示无法通过尝试分解单个组件轻易推导出来的模式——这使其非常适合，例如，量子力学。 范畴量子力学是最近的一个研究领域，专注于量子水平上的模式和过程，这使得它非常适合量子逻辑等。
范畴论也很适合语言分析，生成意义图，其中包括有关语法和符号学之间关系的信息——意义编码的结构。 这非常有用，而且对于 AI 研究人员和心灵哲学家来说，这是一条非常诱人的概念探索之路。
然而，更重要的是类别理论能够在明显不同的系统中找到相似的模式。 这基本上就是数学和物理的进步程度，利用一个系统的知识来洞察另一个系统。 联盟研究人员所说的是，他们的语言分析的量子性质来自于它以与量子力学相似的模式工作。 因此，QC 将非常擅长语言——当它起作用时。
这种联系在理论上已经为人所知有一段时间了，但仅限于经典的计算机模拟。 现在，有证据表明现实已准备好遵守理论， 最近的实验 开始在 IBM 的 Quantum Experience 平台上问小句集的小问题。 这些只涉及几个测试，一个是询问大约一百个句子中哪些是关于食物的，哪些是关于 IT 的，还有一个是挑选名词短语。 然后，经典计算机模拟与量子测试一起运行，以展示当容错大型系统出现时你可以赢得什么。
在这方面，这与 QC 一样好。 但从某种意义上说，数学和信息科学的一个基本工具正在与语言的深层结构和量子力学的工作方式建立明确的联系，它是一个非常有趣的指针，表明量子计算对认知哲学家和物理学家、企业和计算机科学家。 语言是我们如何将自己归类为智能的一种功能，也许是决定性功能，而语言处理是人类认知和人类社会固有且独特的部分。 发现它遵守其他物理系统所展示的规则并不意味着意识比任何其他经典宏观系统都更量子化； 毕竟，大自然会在所有尺度上复制模式。
但这可能有助于解释我们如何发现如此多的物理学知识； 它遵循我们配置为利用的模式。 为让爱因斯坦感到困惑的事情找到一个潜在的答案绝非易事。 谁知道呢，当未来的后 NISQ AI 消化了 BBC 的所有输出时，我们甚至可以问它不仅是什么 鹦鹉素描 意思是，但白天电视的意义到底是什么。 也许这是一个太过分的哲学问题。 ®
