Un enchevêtrement effrayant révélé entre l’IA quantique et la BBC •

  • Français


  • Opinion Le radiodiffuseur national du Royaume-Uni, la BBC, son équipe de R&D et l’intégralité de ses 15 millions d’archives centenaires font partie d’un nouveau consortium étudiant QNLP, Quantum Natural Language Processing, dans le but ultime d’automatiser l’extraction de sens du babillage de l’humanité.

    “La chose la plus incompréhensible à propos de l’univers, c’est qu’il est compréhensible”, est l’une de ces rares citations d’Einstein qu’Einstein a réellement prononcées. Nous ne savons pas ce qu’il aurait pu dire à propos de Le cirque volant de Monthy Python comme il est mort 14 ans avant sa première transmission. Mais il est fascinant de se demander ce que lui, en tant que l’un des fondateurs de la physique quantique, aurait pu penser de l’idée que l’informatique quantique indique pourquoi l’univers est compréhensible en premier lieu.

    Le consortium, annoncé le 25 novembre, reçoit un financement de la Royal Academy of Engineering et s’appuiera sur les travaux sur la mécanique quantique et la linguistique du professeur Bob Coecke, scientifique en chef de la société britannique Quantinuum ; le professeur Stephen Clark, responsable de l’IA à Cambridge Quantum ; et le professeur Mehrnoosh Sadrzadeh du département d’informatique de l’University College London. Deux geeks dans un garage c’est pas ça.

    Les adeptes de longue date de l’actualité de l’informatique quantique sauront que chaque histoire sur le QC existe principalement au futur : la technologie est plus prometteuse que le produit. Elle est limitée par l’état actuel de l’art, quantique d’échelle intermédiaire bruité ou NISQ. Les systèmes actuels sont trop bruyants et trop petits pour être utiles. Une grande partie de la recherche QC d’aujourd’hui consiste à développer des techniques et des algorithmes qui deviendront les meilleurs au monde, une fois que nous aurons quitté le NISQ et que nous serons dans des systèmes à grande échelle tolérants aux pannes. QNLP n’est pas différent.

    Ce qui le rend intéressant, c’est d’où il vient. Les collaborateurs professoraux et leurs équipes ont à leur actif 15 ans de recherche en analyse du langage. L’un des résultats est le magnifique cadre DISCOCAT (DIStributional COmpositional CATegorical), qui crée un ensemble de données à partir de groupes de phrases pouvant être analysées sur un système quantique. La partie intrinsèquement intéressante de ceci est que DISCOCAT produit un réseau de tenseurs qui correspond très étroitement au fonctionnement naturel de la logique quantique. Le projet dit que c’est intrinsèquement un bon ajustement à la mécanique quantique. Mais très peu de tâches informatiques standard le sont, alors pourquoi s’appliquerait-elle au sens encodé dans le langage ?

    La réponse, disent les chercheurs, est la théorie des catégories. Il s’agit d’une approche mathématique de l’analyse des systèmes, évoquée pour la première fois au milieu du XXe siècle, qui dit que vous pouvez en apprendre beaucoup sur un système en ignorant les détails internes de chaque composant et en vous concentrant sur la façon dont ils interagissent. En fournissant une carte des comportements, la théorie des catégories peut révéler des modèles qui ne peuvent pas être facilement dérivés en essayant de décomposer les composants individuels – ce qui en fait un très bon ajustement, par exemple, la mécanique quantique. La mécanique quantique catégorielle est un domaine d’étude récent qui se concentre sur les modèles et les processus aux niveaux quantiques, ce qui en fait un bon choix pour la logique quantique, entre autres.

    La théorie des catégories est également un bon complément à l’analyse linguistique, produisant des cartes de sens qui incluent des informations sur les relations entre la grammaire et la sémiotique – la structure de l’encodage du sens. C’est à la fois extrêmement utile et, pour les chercheurs en IA et les philosophes de l’esprit, une voie très tentante pour l’exploration conceptuelle.

    Le plus important, cependant, est la capacité de la théorie des catégories à trouver des modèles similaires dans des systèmes apparemment disparates. C’est essentiellement à quel point les mathématiques et la physique progressent, en utilisant la connaissance d’un système pour mieux comprendre un autre. Ce que disent les chercheurs du consortium, c’est que la nature quantique de leur analyse linguistique vient du fait qu’elle fonctionne sur des modèles similaires à la mécanique quantique. Par conséquent, QC sera incroyablement doué pour la langue – quand cela fonctionne.

    Cette connexion est théoriquement connue depuis un certain temps, mais limitée aux simulations informatiques classiques. Maintenant, il est prouvé que la réalité est prête à se conformer à la théorie, avec des expériences récentes commençant à poser de petites questions de petits ensembles de phrases sur la plate-forme Quantum Experience d’IBM. Celles-ci n’impliquaient que quelques tests, un pour demander laquelle parmi une centaine de phrases concernait la nourriture et laquelle concernait l’informatique, et une pour arracher des phrases nominales. Des simulations informatiques classiques s’exécutent ensuite parallèlement aux tests quantiques pour montrer ce que vous pourriez gagner lorsque des systèmes à grande échelle tolérants aux pannes arrivent.

    À cet égard, c’est aussi bon que QC obtient. Mais dans le sens où un outil fondamental des mathématiques et des sciences de l’information établit des liens explicites avec la structure profonde du langage et le fonctionnement de la mécanique quantique, c’est un indice très intrigant de la façon dont l’informatique quantique est aussi intéressante pour les philosophes de la cognition que pour physiciens, entreprises et informaticiens. Le langage est une fonction, peut-être la fonction déterminante, de la façon dont nous nous classons comme intelligents, et le traitement du langage est une partie intrinsèque et unique de la cognition humaine et de la société humaine. Le trouver obéissant à des règles que présentent d’autres systèmes physiques ne signifie pas que la conscience est plus quantique que n’importe quel autre système macro classique ; la nature reproduit des modèles à toutes les échelles, après tout.

    Mais cela peut aider à expliquer comment nous pouvons trouver une si grande partie de la physique compréhensible ; il suit des modèles que nous sommes configurés pour exploiter. Trouver une réponse potentielle à quelque chose qui a dérouté Einstein n’est pas une mince affaire. Et qui sait, quand une future IA post-NISQ aura digéré toute la production de la BBC, nous pourrons peut-être même lui demander non seulement ce que signifie le Parrot Sketch, mais à quoi sert la télévision de jour. Peut-être que c’est une question philosophique trop loin. ®

    L'équipe de Comparaland

    L'équipe rédactionnnelle du site

    Pour contacter personnellement le taulier :

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *