Computer quantistici: AI su modello neuronale per migliorarne le performance
La Statale di Milano ha sviluppato un algoritmo che, imitando il sistema del cervello, sfrutta il “rumore di fondo” per processare grosse quantità di dati in sequenza, così come i neuroni elaborano informazioni in un contesto molto disturbato. In questo modo, il sistema risulta più stabile e controllabile, evitando la perdita di informazioni e consentendo di analizzare sequenze di dati molto lunghi. I risultati mostrano che questo metodo apre la strada a un’intelligenza artificiale quantistica più robusta, scalabile ed efficiente, applicabile a futuri computer quantistici. Lo studio è stato pubblicato su NPJ Quantum Information.