அதிவேக ரோபோக்கள் சாத்தியமா? குவாண்டம் இதற்கு உதவுமா?

குரல் அறிதல் மற்றும் மேம்பட்ட தகவல் தொடர்பு போன்ற பல பயனுள்ள செயல்முறைகளால் செயற்கை நுண்ணறிவு(Artificial intelligence) நமது நவீன வாழ்க்கையின் ஒரு முக்கிய பகுதியாக மாறியுள்ளது. வியன்னா பல்கலைக்கழகத்தில் நடத்தப்பட்ட ஒரு சோதனை மூலம், குவாண்டம் தொழில்நுட்பம் செயற்கை நுண்ணறிவு செயல்பாட்டின் வேகத்தை அதிகரிக்ககூடும் என்று கண்டறியப்பட்டுள்ளது. இயற்பியலாளர்கள், ஆஸ்திரியா, ஜெர்மனி, நெதர்லாந்து மற்றும் அமெரிக்கா ஆகிய நாடுகளின் ஒத்துழைப்போடு, ஒற்றை ஃபோட்டான்களுக்கான குவாண்டம் செயலியை இயந்திர மனிதனாக(Robot) பயன்படுத்தி இந்த முடிவை அடைந்துள்ளனர். எதிர்கால பயன்பாடுகளுக்கான குவாண்டம் செயற்கை நுண்ணறிவின் முன்னேற்றத்துக்கு இந்த படைப்பு வழிவகுக்கும் என்று நேச்சர் இதழின் தற்போதைய பதிப்பில் வெளியிடப்பட்டுள்ளது.

இயந்திர மனிதன் கணினி விளையாட்டுகளை வெல்வது, மனித குரல்களை அடையாளம் காண்பது மற்றும் உகந்த மருத்துவ சிகிச்சைகள் கண்டுபிடிக்க உதவுவது ஆகியவை செயற்கை நுண்ணறிவுத் துறையின் சில வியக்கத்தக்க எடுத்துக்காட்டுகள். இதற்கு இணையாக, குவாண்டம் தொழில்நுட்பங்களின் சமீபத்திய முன்னேற்றம் குவாண்டம் இயற்பியலின் சக்தியை உறுதிப்படுத்தியுள்ளது. இது பெரும்பாலும் விசித்திரமான மற்றும் குழப்பமான கோட்பாடுகளுக்கு மட்டுமல்ல, நிஜ வாழ்க்கையிலும் பயன்படுகிறது. எனவே, இரண்டு துறைகளையும் ஒன்றிணைக்கும் யோசனை: அதாவது ஒருபுறம், செயற்கை நுண்ணறிவு அதன் சுயமாக சிந்திக்கும் இயந்திரங்களுடனும், மறுபுறம், குவாண்டம் இயற்பியல் அதன் சக்திவாய்ந்த வழிமுறைகளுடன் இணைகிறது.

பிலிப் வால்டர் தலைமையிலான ஒரு சர்வதேச ஒத்துழைப்புடன், வியன்னா பல்கலைக்கழகத்தின் சோதனை இயற்பியலாளர்கள் குழு, இன்ஸ்ப்ரூக் பல்கலைக்கழகம், ஆஸ்திரிய அறிவியல் கலைக்கழகம், லைடன் பல்கலைக்கழகம் மற்றும் ஜெர்மன் விண்வெளி மையம் ஆகியவற்றின் கோட்பாட்டாளர்களுடன் இணைந்து உண்மையான இயந்திர மனிதனின் கற்றல் நேரத்தை முதன்முறையாக அதிகப்படுத்தி சோதனை முறையில் வெற்றி பெற்றுள்ளனர். “குவாண்டம் இயற்பியல் பயன்படுத்தப்படாத சந்தர்ப்பத்துடன் ஒப்பிடும்போது கற்றல் நேரம் கணிசமாகக் குறைக்கப்படுவதை இந்த சோதனை காட்டக்கூடும்” என்று வெளியீட்டின் முதல் எழுத்தாளர் வலேரியா சாகியோ கூறுகிறார்.

“ஒரு குவாண்டம், இந்த இணைப்பின் உதவியுடன் தேடல் வழிமுறையை எளிமையாக்க உதவுகிறது. இது சரியான பாதையை கற்றுக்கொள்வதற்கான சோதனைகளின் எண்ணிக்கையை குறைக்கிறது. இதன் உதவியுடன், ஒருவர் தன் கற்றல் வேகத்தை அதிகப்படுத்த முடியும்” என்று ஹான்ஸ் ப்ரீகல் கூறுகிறார். மேலும் அவர் இன்ஸ்ப்ரூக் பல்கலைக்கழகத்தில் தனது குழுவுடன் குவாண்டம் கற்றல் நபர்கள் குறித்த தத்துவார்த்த யோசனைகளை உருவாக்கினார்.

“குவாண்டம் செயற்கை நுண்ணறிவின் சாத்தியக்கூறுகளைப் புரிந்துகொள்வதற்கான துவக்கப் புள்ளியில் நாங்கள் இருக்கிறோம். இதனால் ஒவ்வொரு புதிய சோதனை முடிவுகளும் இந்தத் துறையின் வளர்ச்சிக்கு பங்களிக்கின்றன, இது தற்போது குவாண்டம் கணக்கீட்டிற்கான மிகவும் வளமான பகுதிகளில் ஒன்றாகக் காணப்படுகிறது” என்கிறார் பிலிப் வால்டர்.

References:

• Masood, A. (2012). A perspective on whether robot localization can be effectively simulated by quantum mechanics. Intern. J. of Multidisciplinary Sciences and Engineering, 3(9).
• Mei, P., Ding, G., Jin, Q., Zhang, F., & Jiao, Y. (2020). Quantum-Based Creative Generation Method for a Dancing Robot. Frontiers in Neurorobotics, 14.
• April, D. M. The Rise of Quantum Robots.
• Kagan, E., & Ben-Gal, I. (2011). Navigation of quantum-controlled mobile robots. Recent advances in mobile robotics, 15, 311.