論文の概要: Quantum AIXI: Universal Intelligence via Quantum Information

• arxiv url: http://arxiv.org/abs/2505.21170v1
• Date: Tue, 27 May 2025 13:23:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-28 17:05:58.66686
• Title: Quantum AIXI: Universal Intelligence via Quantum Information
• Title（参考訳）: Quantum AIXI: 量子情報によるユニバーサルインテリジェンス
• Authors: Elija Perrier,
• Abstract要約: 量子および古典的レジスタとチャネルに基づく量子エージェント/環境相互作用のモデルを導入する。 我々は、量子情報の観点からAIXIの鍵成分を定式化し、量子コルモゴロフ複雑性とQAIXI値関数に関する以前の研究を拡張した。
• 参考スコア（独自算出の注目度）: 0.6526824510982799
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AIXI is a widely studied model of artificial general intelligence (AGI) based upon principles of induction and reinforcement learning. However, AIXI is fundamentally classical in nature - as are the environments in which it is modelled. Given the universe is quantum mechanical in nature and the exponential overhead required to simulate quantum mechanical systems classically, the question arises as to whether there are quantum mechanical analogues of AIXI which are theoretically consistent or practically feasible as models of universal intelligence. To address this question, we extend the framework to quantum information and present Quantum AIXI (QAIXI). We introduce a model of quantum agent/environment interaction based upon quantum and classical registers and channels, showing how quantum AIXI agents may take both classical and quantum actions. We formulate the key components of AIXI in quantum information terms, extending previous research on quantum Kolmogorov complexity and a QAIXI value function. We discuss conditions and limitations upon quantum Solomonoff induction and show how contextuality fundamentally affects QAIXI models.
• Abstract（参考訳）: AIXIは、誘導と強化学習の原理に基づく人工知能(AGI)のモデルとして広く研究されている。 しかし、AIXIは本質的に古典的であり、モデル化されている環境も同様である。 宇宙が本質的に量子力学であり、古典的に量子力学系をシミュレートするのに要する指数的オーバーヘッドを考えると、理論上一貫した、あるいは現実的には普遍知能のモデルとして実現可能な AIXI の量子力学的類似体が存在するかどうかが問題となる。 この問題に対処するため、このフレームワークを量子情報に拡張し、量子AIXI(QAIXI)を提示する。 本稿では、量子レジスタと古典的レジスタとチャネルに基づく量子エージェント/環境相互作用のモデルを紹介し、量子AIXIエージェントが古典的アクションと量子的アクションの両方をどう取るかを示す。 我々は、量子情報の観点からAIXIの鍵成分を定式化し、量子コルモゴロフ複雑性とQAIXI値関数に関する以前の研究を拡張した。 量子ソロモノフ誘導の条件と制約について議論し、文脈性がQAIXIモデルにどのように影響するかを示す。

関連論文リスト

• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• Expressive Quantum Supervised Machine Learning using Kerr-nonlinear Parametric Oscillators [0.0]
  変分量子アルゴリズム(VQA)を用いた量子機械学習は、ノイズのある中間スケール量子(NISQ)時代の実用的なアルゴリズムとして積極的に研究されている。 近年の研究では、古典的なデータを量子回路に繰り返しエンコードするデータ再アップロードが、表現力のある量子機械学習モデルを得るために必要であることが示されている。 我々は、Kerrnon Parametric Hilberts (KPO) を別の有望な量子コンピューティングデバイスとして用いて量子機械学習を提案する。
  論文  参考訳（メタデータ） (2023-05-01T07:01:45Z)
• Quantum Machine Learning: from physics to software engineering [58.720142291102135]
  古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。 量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
  論文  参考訳（メタデータ） (2023-01-04T23:37:45Z)
• Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
  量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。 機械学習の観点からQGLMの現状を概観する。 従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-06-07T07:32:57Z)
• Theory of Quantum Generative Learning Models with Maximum Mean Discrepancy [67.02951777522547]
  量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。 まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。 次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
  論文  参考訳（メタデータ） (2022-05-10T08:05:59Z)
• A prototype of quantum von Neumann architecture [0.0]
  我々は、フォン・ノイマンアーキテクチャの量子バージョンである普遍量子コンピュータシステムのモデルを提案する。 量子メモリユニットの要素としてebitを使用し、量子制御ユニットと処理ユニットの要素としてqubitを使用する。 本研究は,量子情報の多様体パワーを実証し,量子コンピュータシステム構築の道を開くものである。
  論文  参考訳（メタデータ） (2021-12-17T06:33:31Z)
• QKSA: Quantum Knowledge Seeking Agent -- resource-optimized reinforcement learning using quantum process tomography [1.3946983517871423]
  汎用人工知能の汎用強化学習(URL)エージェントモデルを量子環境に拡張する。 古典的な知識探索エージェントKL-KSAの効用関数は、量子情報理論からの距離測定に一般化される。 QKSAは、古典的なURLモデルに似たフレームワークの最初の提案である。
  論文  参考訳（メタデータ） (2021-12-07T11:36:54Z)
• Towards understanding the power of quantum kernels in the NISQ era [79.8341515283403]
  量子カーネルの利点は,大規模データセット,計測回数の少ないもの,システムノイズなどにおいて消失することを示した。 我々の研究は、NISQデバイス上で量子優位性を得るための先進量子カーネルの探索に関する理論的ガイダンスを提供する。
  論文  参考訳（メタデータ） (2021-03-31T02:41:36Z)
• Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
  53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。 演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
  論文  参考訳（メタデータ） (2021-01-21T22:18:49Z)
• One-shot quantum error correction of classical and quantum information [10.957528713294874]
  量子誤り訂正(QEC)は、量子情報科学の中心的な概念の一つである。 古典情報と量子情報の両方に対して容量定理の形式を提供する。 ショートランダム量子回路によるQECの実証は実現可能であることを示す。
  論文  参考訳（メタデータ） (2020-11-02T01:24:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。