Deep Quantum Learning

Lo scorso mese di Novembre ho partecipato al workshop Quantum Techniques in Machine Learning (Qtml), che si è tenuto a Verona. Trattandosi della prima edizione, gli organizzatori non si aspettavano una così ampia partecipazione. D’altra parte, la coniugazione di due temi caldi della ricerca come il machine learning e la computazione quantistica faceva ben sperare. Dato l’interessante programma, ho seguito tutte le presentazioni dal primo all’ultimo giorno.
L’obiettivo di Qtml era di mettere insieme le competenze più prettamente informatiche di chi fa ricerca sugli algoritmi di machine learning o li utilizza in ambiti applicativi diversi, con le idee che stanno emergendo nell’ambito della fisica dei computer quantistici. Di fatto, le presentazioni sono state per lo più di due tipi: utilizzo del machine learning per ottimizzare algoritmi quantistici e, viceversa, utilizzo di computer quantistici per risolvere più velocemente alcuni problemi di apprendimento. Lo speaker principale è stato Seth Lloyd del Mit, che negli ultimi decenni ha dato contributi fondamentali nel settore dell’informatica quantistica. In quella che è stata una vera e propria lectio magistralis, Seth Lloyd ha illustrato i concetti fondamentali del deep quantum learning e le prospettive a breve e lungo termine di questo settore in grande fermento.
Altre presentazioni (inclusa la mia) hanno riguardato la valutazione sperimentale di algoritmi di quantum machine learning, utilizzando computer quantistici prototipali, in particolare i due dispositivi di Ibm, rispettivamente da 5 e 16 qubit. L’esperienza è stata molto positiva, Qtml mi ha dato la possibilità di conoscere molti giovani ricercatori che, con grande entusiasmo, stanno producendo tante idee nuove.