Même les formes de vie les plus simples sont confrontées à un barrage sans fin de décisions :où chercher sa subsistance, par exemple, ou comment éviter les prédateurs. Divers modèles mathématiques peuvent mimer ces processus de prise de décision, arriver aux mêmes conclusions qu'un organisme vivant pourrait parvenir. L'un de ces modèles, connue sous le nom de règle softmax, offre l'approximation la plus proche d'un humain essayant de maximiser ses gains à partir d'une banque de machines à sous.

Masahiko Hara du pôle de recherche mondial RIKEN, en collaboration avec Song-Ju Kim de l'Institut national japonais des sciences des matériaux et d'autres chercheurs, a maintenant développé un modèle théorique basé sur les points quantiques qui surpasse la règle softmax lors de la sélection des machines à sous.

Les points quantiques sont de minuscules fragments de matière de quelques nanomètres seulement. Le modèle développé par l'équipe de recherche simule la sélection entre deux machines à sous en utilisant cinq de ces points disposés en ligne :un petit point au milieu et une paire de points moyens et grands de chaque côté représentant chacune des deux machines à sous. Chaque machine a une probabilité différente de remporter le jackpot.

Le système choisit la machine à sous à jouer en projetant une « lumière de contrôle » sur le grand point quantique à gauche ou à droite. La machine à sous est alors « jouée » en faisant briller une deuxième lumière sur le petit point au centre. Cela déclenche une excitation quantique qui est partagée avec la boîte quantique moyenne dans la machine choisie. Le point moyen émet cette énergie sous forme de lumière, signalant quelle machine jouer ensuite.

Après chaque jeu, le voyant de contrôle se déplace légèrement vers la machine gagnante. En ajustant ainsi l'intensité de la lumière, le système s'installe bientôt sur un équilibre optimal entre les deux machines. Si une machine était quatre fois plus susceptible de « payer » que l'autre, le système pourrait gagner plus de 98 % de ses parties en 200 essais. Si les probabilités de paiement des machines changent, le système de points quantiques s'adapte également et le fait plus rapidement que la règle softmax. Le système représente donc un dispositif à l'échelle nanométrique qui peut prendre des décisions de manière efficace et adaptative en exploitant les propriétés optiques intrinsèques des points quantiques.

Le système de transfert d'énergie optique du modèle a déjà été utilisé dans des systèmes à points quantiques, dit Hara, et l'équipe essaie maintenant de construire une version fonctionnelle de leur décideur. Hara note que de tels systèmes pourraient offrir un moyen extrêmement efficace de prendre des décisions dans des tâches d'essais et d'erreurs.