Simulaties van een quantumcomputer gemaakt van zes rubidiumatomen suggereren dat deze een eenvoudig neuraal algoritme zou kunnen draaien dat kan leren om te onthouden en eenvoudige beslissingen te nemen.
Een quantumcomputer gebouwd uit gigantische atomen, bestuurd met laserlicht, zou genoeg kunnen zijn om sommige functies van de hersenen na te bootsen, zoals geheugen en besluitvorming.
Natuurkundige Rodrigo Araiza Bravo van Harvard University en zijn collega’s hebben met computersimulaties aangetoond dat een nieuw type quantumcomputer kan worden gebouwd uit rubidium Rydberg-atomen. Zulke atomen hebben een grote diameter omdat sommige van hun elektronen op grote afstand rond de kern draaien. Ze zijn erg gevoelig voor licht, en kunnen dus nauwkeurig worden bestuurd met lasers.
AI-assistent kan 113-hulpverlening ondersteunen
Dataspecialist Salim Salmi maakte een AI-tool die 113-hulpverleners ondersteunt.
Neuraal netwerk
De onderzoekers ontdekten in de simulaties dat lasers zes Rydberg-atomen konden laten werken als een neuraal netwerk, een kunstmatig intelligent algoritme dat neuronen en verbindingen in de hersenen nabootst. In deze theoretische quantumcomputer komen de quantumtoestanden van het buitenste elektron in een Rydbergatoom overeen met de toestanden van een neuron in de hersenen, bijvoorbeeld of het neuron vuurt of inactief is.
Het team toonde aan dat de quantumcomputer in staat zou zijn om elementaire besluitvorming en geheugen te vertonen. Voor het nemen van beslissingen stelde het team atomen in de simulatie bloot aan twee verschillende laserpulsen, en werd het neurale netwerk getraind om te kiezen welke puls het sterkst was. Dit is geïnspireerd op een taak waarbij getrainde apen een patroon van stippen observeren dat in twee verschillende richtingen beweegt, en dan aangeven welke richting meer stippen omvat.
Getrainde apen
Voor het geheugen herhaalden de onderzoekers de beslissingstaak, maar met een vertraging van een tiende van een microseconde tussen de twee lasers. Dit betekende dat de gesimuleerde quantumcomputer, om tussen beide te kunnen kiezen, moest leren om de eerste puls te onthouden totdat hij de tweede te zien kreeg.
Bravo wil de voordelen onderzoeken van het combineren van machine learning met kleine quantumcomputers. Het is realistisch om te overwegen een neuraal netwerk te maken met een paar Rydberg-atomen, zegt hij, omdat nu beschikbare quantumcomputers ook nog klein zijn.
In quantumsystemen zoals deze zijn neurale netwerken complexer dan in klassieke computers, zodat ze misschien ingewikkelder taken in minder tijd of met een kleinere omvang kunnen volbrengen, zegt Roberta Zambrini van de universiteit van de Balearen in Spanje.
Hersenen presteren goed
‘De hersenen zijn het beste systeem dat we om ons heen zien in termen van verwerkingscapaciteit en energieverbruik’, zegt Zambrini. ‘Als je functies van de hersenen probeert na te bootsen met kunstmatige systemen, kun je misschien beter presteren dan met andere benaderingen.’
Bravo’s team werkt nu aan het echt bouwen van de gesimuleerde quantumcomputer, en aan versies met meer atomen.
