Redazione RHC : 3 Giugno 2021 08:19
Il Quantum Machine Learning sarà la prossima grande novità nel campo della scienza e della tecnologia dei dati dell’era moderna, poiché la scienza quantistica sta diventando sempre più diffusa. Il Quantum Machine Learning è essenzialmente un ibrido tra quantum computing e il machine learning, ma scopriamo di cosa si tratta.
Prompt Engineering & Sicurezza: diventa l’esperto che guida l’AIVuoi dominare l’AI generativa e usarla in modo sicuro e professionale? Con il Corso Prompt Engineering: dalle basi alla cybersecurity, guidato da Luca Vinciguerra, data scientist ed esperto di sicurezza informatica, impari a creare prompt efficaci, ottimizzare i modelli linguistici e difenderti dai rischi legati all’intelligenza artificiale. Un percorso pratico e subito spendibile per distinguerti nel mondo del lavoro. Non restare indietro: investi oggi nelle tue competenze e porta il tuo profilo professionale a un nuovo livello. Guarda subito l'anteprima gratuita del corso su academy.redhotcyber.com Contattaci per ulteriori informazioni tramite WhatsApp al 375 593 1011 oppure scrivi a [email protected]  Supporta RHC attraverso:
Se ti piacciono le novità e gli articoli riportati su di Red Hot Cyber, iscriviti immediatamente alla newsletter settimanale per non perdere nessun articolo. La newsletter generalmente viene inviata ai nostri lettori ad inizio settimana, indicativamente di lunedì. |
L’apprendimento automatico è un sottoinsieme rivoluzionario dell’intelligenza artificiale in cui i sistemi possono “apprendere” dai dati, metriche ed errori per rendere lo sviluppo più rapido.
L’apprendimento automatico consente ai computer di stabilire capacità di apprendimento simili a quelle umane, aiutandoci a risolvere alcune delle sfide più complesse, come la ricerca sul cancro e il riscaldamento globale.
Le tecniche di apprendimento automatico sono diventate strumenti efficaci per rilevare modelli nei dati, grazie ai progressi nella potenza di calcolo e alle innovazioni algoritmiche. Poiché i sistemi quantistici generano modelli atipici che si ritiene che i sistemi classici non siano in grado di produrre. E’ giusto credere che i computer quantistici potrebbero eclissare i computer classici nelle attività di apprendimento automatico.
Il Quantum Machine Learning colma le lacune tra i progressi teorici dell’informatica quantistica e la scienza dell’apprendimento automatico applicato.
Il quantum computing è un campo di ricerca che si concentra sullo sviluppo di una tecnologia informatica basata su concetti di meccanica quantistica, che descrivono l’origine e il comportamento della materia e dell’energia a livello quantistico (atomico e subatomico).
Ha la capacità di aumentare notevolmente la potenza di calcolo, inaugurando una nuova era nella tecnologia dei computer.
Gli esperti di informatica quantistica hanno affermato che la tecnologia potenzierà l’apprendimento automatico. Cambierà il modo in cui vengono simulati processi complessi in chimica, neuroscienze, medicina, economia e in altre aree e affronterà altri enigmi che i computer tradizionali non sono in grado di risolvere.
L’apprendimento automatico quantistico è lo studio di come progettare ed eseguire software quantistico per consentire un apprendimento automatico più veloce di quello dei computer tradizionali.
Secondo The Quantum Daily , l’apprendimento automatico quantistico è un campo estremamente nuovo con una crescita importante. Ma possiamo già iniziare a prevedere come influenzerà il nostro futuro in alcune aree:
Con sviluppi più sorprendenti che si verificano ogni giorno, QML risolverà più problemi di quanto avremmo mai potuto immaginare.
In un’intervista esclusiva con MIT Technology Review, il CEO di Google Sundar Pichai ha dichiarato:
“Riteniamo che l’IA possa accelerare il calcolo quantistico e il calcolo quantistico possa accelerare l’IA. E collettivamente, pensiamo che sia ciò di cui avremmo bisogno, in futuro, risolvere alcuni dei problemi più intrattabili che dobbiamo affrontare, come il cambiamento climatico “.
Pichai ha sottolineato l’importanza di educare il pubblico sull’apprendimento automatico quantistico, affermando che è ancora nelle sue prime fasi di crescita e che ci si aspetta che l’informatica classica continuerà a risolvere la maggior parte dei problemi del mondo per un lungo periodo.
Mentre l’apprendimento automatico stesso non è ora solo un campo di ricerca, ma un’industria economicamente significativa e in rapida crescita, l’informatica quantistica è un campo ben consolidato nella ricerca sia teorica che sperimentale ma che ancora non ha disponibile un hardware di largo consumo per poter avviare sperimentazioni al di fuori dei laboratori.
L’apprendimento automatico quantistico rimane ad oggi un campo di studi puramente teorico. I tentativi di dimostrare sperimentalmente i concetti di apprendimento automatico quantistico rimangono insufficienti al momento. Sicuramente nel futuro una volta messi a punto i computer quantistici, questa materia inizierà ad evolversi in modo significativo, pertanto risulta importante seguire la ricerca su questo nuovo fronte.
RedazioneAvevamo già parlato della proposta di regolamento “ChatControl” quasi due anni fa, ma vista la roadmap che è in atto ci troviamo nell’imbarazzo di doverne parlare nuovamente. Sembra però un d...
ShinyHunters è un gruppo noto per il coinvolgimento in diversi attacchi informatici di alto profilo. Formatosi intorno al 2020, il gruppo ha guadagnato notorietà attraverso una serie di attacchi mir...
La notizia è semplice, la tecnologia no. Chat Control (CSAR) nasce per scovare CSAM e dinamiche di grooming dentro le piattaforme di messaggistica. La versione “modernizzata” rinuncia alla backdo...
A cura di Luca Stivali e Olivia Terragni. L’11 settembre 2025 è esploso mediaticamente, in modo massivo e massiccio, quello che può essere definito il più grande leak mai subito dal Great Fir...
Una violazione di dati senza precedenti ha colpito il Great Firewall of China (GFW), con oltre 500 GB di materiale riservato che è stato sottratto e reso pubblico in rete. Tra le informazioni comprom...
