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. Es braucht dazu aber viel Training. Physiker haben nun in einem Experiment gezeigt, dass sich diese Art des Lernens mit dem quantenmechanischen Prinzip der «Superposition» verbessern lässt. Salopp gesagt erlaubt dieses paradoxe Phänomen es einem Lichtteilchen (Photon) unter bestimmten Umständen mehrere Wege gleichzeitig zu beschreiten.

Verbesserung der Lernkurve

Gelingt es, die Vorteile der Quantenmechanik zu nutzen, könnten im Feld des maschinellen Lernens schnell Verbesserungen erzielt werden. Forscher aus Österreich, den Niederlanden, Deutschland und den USA haben nun eine Verbesserung der Lernkurve erreicht – und zwar mit einer Kombination aus Quantensystem und klassischem Ansatz. «Wir haben gezeigt, dass ein schlauer Chip – wie wir ihn haben – auch weiss, wann er mit dem quantenmechanischen Prozess aufhört und in den klassischen Modus umschaltet, den er ebenso gut beherrscht», teilten die Wissenschaftler mit. Denn es sei eine Eigenheit des Quanten-Suchalgorithmus, dass sich das System nach längerer Suchzeit «verläuft» und die Ergebnisse wieder weniger passend werden.