Prepare-se para um salto quântico na Inteligência Artificial

Pesquisadores do MIT (Massachusetts Institute of Technology), da Universidade de Oxford e da divisão Q, da IBM, publicaram um artigo na Nature detalhando uma experiência para mostrar como a computação quântica poderia acelerar o Machine Learning.

O artigo descreve como os computadores quânticos são capazes de superar os computadores tradicionais para o mapeamento de recursos. Um componente do Machine Learning que analisa dados conhecidos para identificar recursos no conjunto de dados, como as diferenças entre uma imagem de um gato e um cachorro. “Um mapa de características pega um dado e lista todos os recursos que ele tem”, diz Kristan Temme, pesquisador da IBM.

No processo do Machine Learning, é considerado difícil treinar uma máquina com dados complexos, em que há menos amostras de dados do que o número de features necessários para identificar de forma exclusiva uma determinada coisa, como uma imagem de gato ou a de um cachorro.

Para determinados tipos de análise de dados, os recursos computacionais necessários para o mapeamento de recursos são dimensionados exponencialmente com o tamanho do problema, dificultando a solução em um computador tradicional. Mas essa complexidade parece ser um ajuste ideal para a Computação Quântica, segundo Temme.

“Há uma confluência natural entre os mapas de recursos e a mecânica quântica”, disse ele. “Você pode aplicar um circuito quântico a um mapa de recursos que é discutivelmente difícil de fazer usando o Machine Learning clássico em computadores tradicionais.”

Embora alguns mapas de recursos funcionem bem em computadores tradicionais, outros funcionam melhor em um computador quântico. “Queremos ser capazes de identificar mapas de recursos que não podem ser classificados tradicionalmente”, disse ele.

Segundo Temme, durante o experimento os pesquisadores escolheram um mapa de características que era difícil de processar e selecionaram um conjunto de dados conhecido que o algoritmo de Machine Learning seria capaz de identificar perfeitamente. O algoritmo de Machine Learning foi testado então em um computador quântico para verificar se ele forneceu os resultados previstos.

Na opinião de Temme, os pesquisadores precisam identificar mais mapas de recursos que possam se beneficiar da computação quântica. Para ajudar nessa descoberta, todo o software e acesso ao experimento foram disponibilizados como código aberto no GitHub, acrescentou ele.

“Estamos adotando uma abordagem comunitária. Muitas pessoas poderão propor mapas de recursos e dados”, disse ele.

O computador quântico para executar o experimento também é fornecido gratuitamente pelo IBM Q como um serviço na nuvem.