Apprendimento automatico può migliorare trasferimento di informazioni quantistiche

Credito: Karin Henseler, Pixabay, 806512

Un algoritmo di apprendimento automatico che può correggere i dati quantistici nei sistemi a base di fotoni e che può, dunque, migliorare quelle tecnologie di rilevamento quantistico e di comunicazione quantistica che possono essere usate sui campi di battaglia: è l’obiettivo raggiunto da alcuni ricercatori dell’Università Statale della Louisiana finanziati dall’esercito americano, un obiettivo descritto in un nuovo studio apparso su Advanced Quantum Technologies.[1]

In sostanza ricercatori hanno fatto un passo avanti nell’utilizzo delle tecnologie quantistiche per codificare più bit di informazioni in un solo fotone.
I ricercatori si sono basati sulla nozione secondo la quale le nuove tecniche di apprendimento automatico, tipiche dell’intelligenza artificiale, possono usare funzioni di autoapprendimento e autoevoluzione delle reti neurali artificiali. Queste ultime, loro volta, possono essere d’aiuto per correggere le cosiddette informazioni distorte che possono disturbare le comunicazioni.[1]

Sara Gamble, una delle responsabili del progetto, denominato DEVCOM e messo in piedi dall’Army Research Laboratory, ammette che ci si trova ancora nelle prime fasi in quel percorso che ci porterà ad una vera comprensione della potenziale delle tecniche di apprendimento automatico per quanto riguarda l’informazione quantistica. Tuttavia i risultati raggiunti da lei e dal suo team sono “entusiasmanti” e hanno “il potenziale per migliorare in definitiva le capacità di rilevamento e comunicazione dell’esercito sul campo di battaglia”.[2]

Note e approfondimenti

  1. Machine learning shows potential to enhance quantum information transfer | Article | The United States Army (IA)
  2. Copertina anteriore: Correzione in modalità spaziale di singoli fotoni mediante machine learning (Adv. Quantum Technol. 3/2021) – Bhusal – 2021 – Advanced Quantum Technologies – Wiley Online Library (IA) (DOI: 10.1002/qute.202170031)

Articoli correlati

Condividi questo articolo

Dati articolo