Tutte le Big Tech vogliono puntare alle IA, le intelligenze artificiali, tuttavia è ormai evidente che i loro processi di machine learning siano estremamente costosi, oltre a essere estremamente dannosi per l’ambiente: secondo dei ricercatori statunitensi la soluzione si potrebbe trovare nel delegare il processo di addestramento a un computer quantico.
Adoperando una simile tecnologia, il sistema sarebbe in grado di processare in minor tempo grandi quantità di scenari, simulando situazioni di apprendimento letteralmente in simultanea, cosa che porterebbe di conseguenza a risparmiare risorse e tempo.
Il team in questione ha in verità adoperato un sistema ibrido, ma anche così è stato in grado di notare un riscontro positivo, almeno quando la macchina ha dovuto eseguire addestramenti particolarmente impegnativi.
La questione cruciale per l’applicazione pratica è quanto velocemente sia [la IA] in grado di apprendere. Sebbene diversi studi abbiamo adoperato le meccaniche quantiche per velocizzare i processi di decisione dell’agente, una riduzione nei tempi di apprendimento non è ancora stata dimostrata.
Presentiamo quindi un esperimento di apprendimento per rinforzo che abbiamo eseguito velocizzando un agente usando un canale di comunicazione quantico. Abbiamo inoltre dimostrato che il combinare questo scenario con la comunicazione classica permetta di valutare questo miglioramento, concedendo il controllo ottimale dell’avanzamento dell’apprendimento stesso,
recita il documento pubblicato.
Che l’addestramento di intelligenze artificiali sia una tematica insidiosa l’hanno ormai notato tutti grazie alla disastrosa gestione del team etico che supervisiona le IA di Google: le ricercatrici che coordinavano l’indagine sono state entrambe licenziate dopo aver pubblicato un report in cui denunciavano i pericoli ambientali derivanti dai progetti della Big Tech.
Potrebbe anche interessarti:
