Francesco Tacchino och andra forskare från universitetet i italienska Pavia har tagit de första stegen mot AI på kvantdatorer. Det rapporterar MIT Technology Review.

Det som implementerats på kvantdatorn är en så kallad perceptron, en algoritm som enkelt uttryckt är simplaste möjliga neuralnät. Den uppfanns redan på 50-talet och består bara av ett lager, medan dagens avancerade neuralnät har många lager som matar varandra med information. (Perceptronen kan sägas ha två lager, ett in- och ett ut-lager, men sägs ofta ha ett lager, det vill säga ett lager av koppling.)

Och datorn i fråga är IBM:s ”Tenerife”, en kvantdator som IBM gör tillgänglig via en molntjänst så att forskare kan köra egna kvantprogram på den. Tenerife har dock bara fem kvantbitar, så möjligheterna är begränsade. Perceptronen fick prova på bildigenkänning – men bilderna var bara 2x2 pixlar stora och i svartvitt. Kvant-perceptronen kunde avgöra huruvida en given bild visade vågrät linje, lodrät linje, eller schackrutor.

Bilder på 2x2 pixlar
Svartvita bilder på 2x2 pixlar räckte kvantbitarna till.

”Vi visar att den här kvantmodellen av en perceptron kan användas till elementär ickelinjär klassificering av enkla mönster, som ett första steg mot effektiv implementation av praktiskt upplärande av artificiella kvantneuralnät på kvantprocessorhårdvara i en nära framtid”, skriver forskarna.

Det här experimentet kan se ut som ett väldigt litet första steg, och fem kvantbitar låter futtigt jämfört med alla gigabyte som används i en vanlig pc. Men som IBM skrev i pressmeddelandet om sin fem-kvantbitarsdator: ”En kvantdator med bara 50 kvantbitar skulle inte gå att emulera på någon av dagens 500 snabbaste superdatorer.”

Läs också:
Här är världens snabbaste datorer – ny tysk in på topp 10
Nu är det bevisat – kvantdatorer ÄR snabbare