새로운 AI 신경망 통합 양자 멤리스터

단일 광자 기반 양자 시스템은 인공지능(AI)과 양자 컴퓨팅을 연결할 수 있다.

비엔나 대학교(University of Vienna) 프로젝트는 인공 지능과 신경망(neural networks)에 영향을 미칠 수 있는 단일 광자에서 작동하는 새로운 통합 양자 프로세서를 설명했다.

연구팀의 광자 기반 양자 프로세서(photonic quantum processors)는 저항을 구성 요소에 프로그래밍할 수 있고 장치의 전원이 끊긴 경우에도 계속 저장되는 전자 저장 장치 ‘멤리스터(memristor)’의 한 형태다.

이 동작은 신경 시냅스의 동작과 유사한 것으로 간주되며 멤리스터는 살아있는 신경계의 작동을 모방하도록 설계된 대규모 전자 네트워크의 기본 빌딩 블록이다.

네이처 포토닉스(Nature Photonics)에 발표된 최근 연구에서 비엔나 연구 그룹은 고전적 멤리스터의 역학이 전형적인 양자 거동과 모순되는 경향이 있음에도 불구하고 “양자 상태에 작용하고 양자 정보를 인코딩 및 전송하는 동안 멤리스터와 동일한 동작을 갖는 장치를 엔지니어링”하는 것이 가능함을 입증했다.

이 구성 요소는 조정 가능한 빔 스플리터 역할을 하며 광자는 유리 기판의 도파관에서 이동한다. 양자 효과는 장치를 통해 이동하는 단일 광자의 스트림이 다른 인접 도파관의 광자 플럭스에 영향을 미치고 다른 출력으로 전환되는 제어를 허용한다.

멤리스터는 일반적으로 효과적으로 작동하기 위해 많은 양의 훈련 데이터가 필요한 신경망에서 중요한 역할을 한다. “저장 컴퓨팅(reservoir computing)”이라는 아키텍처가 이 문제를 해결하는 한 가지 방법일 수 있으며 Vienna 팀은 멤리스터 장치가 핵심적인 역할을 할 수 있다고 믿는다.

이 프로젝트는 양자 멤리스터가 있는 광학 네트워크가 고전 및 양자 작업 모두에 적용될 수 있음을 증명하기 위해 시뮬레이션을 수행, 비엔나 양자 멤리스터가 인공 지능과 양자 컴퓨팅 사이의 누락된 연결일 수 있음을 시사한다.

연구팀은 논문에서 “우리의 광자 구현은 성숙한 기술 플랫폼에 의존하는 특히 간단하고 강력한 접근 방식을 제공하며 최근에 제안된 양자 광학 신경망에 누락된 비선형 요소를 제공할 수도 있다”고 설명했다.

비엔나 그룹은 또한 최근에 로봇이 양자 자원을 사용하고 양자 계산에서 체계를 빌릴 때 더 빨리 학습할 수 있음을 시연하기도 했다. 이는 양자 인공 지능이 중요한 역할을 할 수 있는 또 다른 영역을 제시한다.

비엔나 대학의 미켈레 스파뇰로(Michele Spagnolo)는 “인공 지능 내 양자 자원의 잠재력을 최대한 활용하는 것은 현재 양자 물리학 및 컴퓨터 과학 연구의 가장 큰 과제 중 하나”라고 말했다.