量子情報：強化学習エージェントにおける実験的な量子高速化

人工知能の分野が進歩するにつれ、迅速かつ効率的に学習できるアルゴリズムの需要が高まっている。人工知能の領域で重要なパラダイムの１つが強化学習で、これは、エージェントと呼ばれる意思決定の主体が、環境と相互作用し、得られたフィードバックに基づいて自身の振る舞いを更新することで学習する、というものである。実用化に向けた重大な疑問は、エージェントがいかに速く学習するかである。エージェントの意思決定過程を高速化する方法として、さまざまな研究で量子力学が用いられてきたが、学習時間の短縮はまだ実証されていない。今回我々は、環境との量子通信チャネルを用いてエージェントの学習過程を高速化する、強化学習実験について報告する。我々はさらに、このシナリオを古典的通信と組み合わせることで、この改善の評価と、学習の進み具合の最適制御が可能になることを示す。我々は、この学習プロトコルを、小型で完全に調整可能な集積ナノフォトニックプロセッサーに実装した。このデバイスは、遠隔通信波長光子とのインターフェースになるとともに、高速の能動的フィードバック機構を特徴としており、これによって、将来の大規模量子通信ネットワーク内に容易に組み込める可能性がある装置構成において、このエージェントの系統的な量子優位性が実証された。

目次へ戻る