Kvante- og nevromorfe tilnærminger har begge løftet om å fundamentalt omskrive måten vi gjør databehandling på. Og nå har de blitt slått sammen etter at forskere utviklet en “kvante memristor” som kan danne grunnlaget for kvantenevrale nettverk.
Mens Moores lov ser fortsatt ut til å ha liv i seggrensents av konvensjonelle databehandling blir tydelige, og det er økende interesse for helt andre typer informasjonsbehandling som kan skyve forbi disse veisperringene.
En mulighet er kvantedatabehandling, som utnytter egenskapene til kvantedatamaskiner for å oppnå eksponentielle databehandlingshastigheter på noen spesifikke problemer. Et annet alternativ er å koble om databrikkene våre for mer trofast å gjenskape måten hjernen vår fungerer på, kjent som nevromorf databehandling.
De to tilnærmingene søker å forbedre svært forskjellige aspekter ved konvensjonell databehandling, og synergiene mellom de to er langt fra åpenbare. Men det kan begynne å endre seg etter forskers demonstrerte den første nevromorfe komponenten som kan behandle kvanteinformasjon.
Den aktuelle komponenten er kjent som en memristor, en Navn at kommer fra en kombinasjon av minne og motstand. Disse enhetene endrer motstanden deres basert på hvor mye strøm som flyterutg gjennom dem i fortiden, i hovedsak lagret et minne om deres tidligere tilstand.
Denne evnen har fanget oppmerksomheten til nevromorfe ingeniører fordi den etterligner oppførselen til biologiske synapser – forbindelsene mellom nevroner i hjernen –som endrer styrken på forbindelsene deres avhengig av hvor ofte de skyter. Det har vært en mengde nyere forskning som forsøker å bruke memristorer til å bygge flere hjernelignende datamaskiner.
Nå har imidlertid fysikere ved Universitetet i Wien tatt ideen et skritt videre ved å utvikle en komponent som viser samme oppførsel mens de behandler kvanteinformasjon. Den nye enheten er beskrevet i en fersk papir i Naturfotonikk.
Deres såkalte “quantum memristor” er bygget ved hjelp av integrert fotonisk teknologi, som transporterer fotoner rundt en silisiumbrikke for å behandle informasjon. Men mens fotoniske brikker normalt bare utfører klassiske beregninger, designer forskerneutg en som kan manipulere kvantetilstandene til fotonene som passerer gjennom.
For å gjøre dette utnytter deutg kvanteprinsippet for superposisjon: ideen om at et kvantesystem kan være i en kombinasjon av mer enn én tilstand samtidig. De gjør dette ved å gi fotonet to baner og få det til å reise nedover begge samtidig.
Dette danner grunnlaget for en qubit – kvanteekvivalenten til en bit – som kan brukes til å kode informasjon. På omtrent samme måte kan en bit enten være 0 eller 1, fotonet kan enten være i den første eller andre kanalen, eller takket være de rare egenskapene til kvantemekanikken, i en superposisjon av de to.
Forskerens’ Hovedinnovasjonen var imidlertid å koble dette systemet med ekstra kretser som i hovedsak teller antall fotoner som reiser gjennom en av banene og bruker dette til å justere styrken på signalet gjennom den andre banen. Resultatet er en enhet som både kan behandle kvanteinformasjon og vise memristiv atferd.
For å demonstrere potensialet til deres kvantememristor for praktiske dataoppgaver, laget de deretter en datamodell av komponenten og simulerte hva som ville skje hvis du satte en haug av dem sammen. De skapte et slags nevralt nettverk basert på et prinsipp kalt reservoarberegningsom i hovedsak mater data inn i et stort nettverk hvis tilkoblinger er faste og deretter bare trener et enkelt utlesningslag for å tolke utdataene fra dette reservoaret.
De viste at et system bestående av kun 3 av deres kvante memristorer lærte å klassifisere håndskrevne sifre med en nøyaktighet på 95 prosent etter å ha trent på bare 1000 bilder. Forfatterne rapporterered det flere klassiske reservoarberegningsskjemaer oppnåsd dårligere nøyaktighet med betydelig flere dataressurser og data.
Teamet viste også at et nettverk av enhetene deres kunne lære å utføre kvanteoppgaver utover enhver klassisk enhet. De trente enheten sin til å oppdage om kvantesystemer var sammenfiltret med 98 prosent nøyaktighet.
Å finne å finne ut hvordan man kan bruke en enhet som kombinerer to så forskjellige databehandlingsparadigmer vil kreve mye arbeid. Men kvantenevrale nettverk kan være et kraftig nytt verktøy i etter Moores lov epoke med databehandling.
Bildekreditt: Equinox Graphics, Universitetet i Wien
Leter du etter måter å ligge i forkant av endringstakten? Tenk på nytt hva som er mulig. Bli med i en svært kuratert, eksklusiv gruppe på 80 ledere for Singularitys flaggskip Executive Program (EP), et fem-dagers, fullstendig oppslukende lederskapstransformasjonsprogram som forstyrrer eksisterende måter å tenke på. Oppdag et nytt tankesett, verktøysett og nettverk av andre fremtidsforskere som er forpliktet til å finne løsninger på den raske endringstakten i verden. Klikk her for å lære mer og søk i dag!