Lernen in der "Superposition" lohnt sich für KI-Systeme

11. März 2021, 11:36 |  0 Kommentare

Wiener Physiker und Kollegen zeigten in Experiment, dass maschinelles Lernen in Quantensystem schneller erfolgen kann

Das Anwendungen der Künstlichen Intelligenz (KI) zugrunde liegende maschinelle Lernen fußt darauf, dass ein System eine Aufgabe so oft wiederholt, bis es verlässlich zum gesuchten Ergebnis kommt. So kann KI etwa Wörter verstehen oder Bilder erkennen. Physiker haben nun in einem Experiment gezeigt, dass sich diese Art des Lernens mit quantenphysikalischen Methoden verbessern lässt, weil ein System in "Superposition" gleichzeitig verschiedene Wege nehmen kann.

Damit eine KI lernt, braucht sie Rückmeldung von außen, ob ihr Lösungsweg durch ein Problem zum richtigen Ergebnis führt. Damit dies bei einer komplexen Aufgabe, wie etwa dem Erkennen von menschlichen Gesichtern auf Bildern, verlässlich der Fall ist, braucht so ein System dementsprechend viel Training. Dementsprechend verlockend ist die Vorstellung, sich hier des quantenmechanischen Prinzips der "Superposition" zu bedienen. Salopp gesagt erlaubt dieses paradoxe Phänomen es einem Lichtteilchen (Photon) unter bestimmten Umständen mehrere Wege gleichzeitig zu beschreiten.

Mehr dazu findest Du auf derstandard.at





Kurze URL:


Bewertung: 3.0/5 (3 Stimmen)


Das könnte Dich auch interessieren:


Ähnliche News:

Weitere News:

Einen Kommentar schreiben

Du willst nicht als "Gast" schreiben? Logg Dich Hier ein.

Code:

Code neuladen

Kommentare
(0)

Bitte bleibe sachlich und fair in deinen Äußerungen. Sollte dein Kommentar nicht sofort erscheinen, ist er in der Warteschlange gelandet und wird meist zeitnah freigeschaltet.




Kommentare:

Du hast bereits für diesen Kommentar abgestimmt...

;-)

Top