【量子科技】量子自然語言處理，QNLP

「自然語言處理」（Natural Language Processing，NLP）的技術應用廣泛（如機器翻譯），影響著我們的日常生活。「量子自然語言處理」（Quantum Natural Language Processing，QNLP）的技術——當中加進了量子理論（Quantum Theory）和量子計算（Quantum Computing）的元素去改進效果——正在快速進步中，已到了產品研發的階段，勢必會為自然語言處理開拓一片新天地。我所說的QNLP技術是由量子科技初創公司Quantinuum所研發，其簡單介紹可參考相關網頁（除非另外說明，下面提到QNLP時，皆是指Quantinuum的QNLP）。

QNLP是怎麼回事呢？是如何與量子理論有關？QNLP的效果又如何呢？為什麼要以量子計算去處理？讓我們很初步地看看這些問題。

要處理自然語言，一個主要問題就是要處理語言意義：某個字是什麼意思？某個片語是什麼意思？某個句子是什麼意思？等等。QNLP用了數學中的「範疇論」（Category Theory）去建構其「組合語意學」（Compositional Semantics），從而分析語言组件的意思。他們用「弦圖」（String Diagram；這些圖背後有豐富、嚴謹的數學意義）去分析語言组件之間的語意關係，例如：

那麼與量子理論有什麼關係呢？據說（這裡Section 3.2），這樣以範疇論所建立的語言架構，和以範疇論所重構的量子力學，擁有共同的「Interaction Logic」，故此量子論的理論架構可以「某程度」應用於語意合成。在QNLP中，以上「Alice hates Bob」句子意思的合成便是按照以下算式：

懂得量子力學的讀者應該可以從中看到量子論的一些輪廓。

合理的疑問是，這樣應用了量子論的自然語言處理真的可行嗎？成效如何呢？據說（這裡Section 3.3），測試的結果是優秀的，為此進路打下了強心針。然而，這些測試其實是在經典電腦（即一直沿用的電腦，而非量子電腦）中進行的，致使測試只能局限於某程度複雜性的語言分析中，因為隨著要處理的複雜性的增加，QNLP理論的計算量是以指數（exponential）遞增的，是經典電腦所無法有效處理的。所以，QNLP中的Q其實有雙重意義：一是涉及自然語言的量子模型，二是適宜在量子電腦中處理。

由於量子電腦技術還遠遠未成熟，QNLP暫時未能在大型的量子電腦中執行，而現在是Noisy Intermediate-Scale Quantum（NISQ；意思大概是計算時維持量子態的技術遠未成熟，以致計算錯誤較多，未達高標準，而可用的量子位元（Qubit；量子計算的基本單位）的數目只達intermediate scale，即50至數百個）的年代，QNLP可以並且已經在NISQ機器中進行測試，結果被形容為有意思和成功（可參考這裡和這裡）。

要進行剛提到的測試，當然涉及非常複雜的理論和技術問題，比如牽涉到以下轉換：

即要把該弦圖的量子語言分析轉換為一個可供測試用的「量子線路」（Quantum Circuit；即量子電腦運作的邏輯線路，類似於經典電腦運作的邏輯線路）。為了應付此等複雜問題，不少工具被發明了，如「ZX-calculus」。

最後值得一提的是，QNLP的研發者相信，QNLP背後是一套應用範圍更廣的的理念和進路——「組合智能」（Compositional Intelligence），可以用來處理更多的人類智能現象，如認知和音樂。