Ученые США впервые запустили нейросеть на ионном квантовом компьютере
Американские физики впервые реализовали полноценную нейросеть на реальном ионном квантовом компьютере. Эксперимент показал, что даже современные «шумные» квантовые процессоры уже способны выполнять практические задачи машинного обучения.
Источник: Новости науки.
МОСКВА, 14 июля /Новости науки/. Американские физики впервые полностью реализовали нейросеть для распознавания изображений на базе ионного квантового компьютера. Эксперимент показал, что существующие квантовые процессоры способны эффективно выполнять задачи машинного обучения, говорится в статье, опубликованной в журнале Physical Review Letters.
Полученные результаты стали одним из первых экспериментальных подтверждений того, что современные «шумные» квантовые компьютеры могут использоваться не только для демонстрации отдельных алгоритмов, но и для работы с полноценными нейросетями. Это открывает путь к созданию новых систем искусственного интеллекта, использующих преимущества квантовых вычислений.
«В последние годы мы часто обсуждаем, какие плюсы могут принести квантовые компьютеры в разработку нейросетей. При этом мало кто пытался реализовать эти идеи на реальном квантовом железе, что в особенности касается задач, связанных с классификацией изображений. Мы впервые решили эту задачу и показали, что ее можно реализовать на “шумных” машинах со скромным числом кубитов», — отметили исследователи.
Авторами разработки стала группа американских физиков под руководством профессора Университета штата Мэриленд Виктора Галицкого — одного из ведущих специалистов в области квантовых алгоритмов и внука известного советского физика-ядерщика Виктора Галицкого. Созданная ими система представляет собой квантовый аналог бинарного многослойного перцептрона, где роль искусственных нейронов выполняют отдельные кубиты. Исследователи подобрали режим их взаимодействия, позволяющий запускать алгоритм на различных типах квантовых процессоров.
Ученые успешно обучили нейросеть как на ионном квантовом процессоре на основе ионов иттербия, разработанном в Университете штата Мэриленд, так и на облачном квантовом компьютере IBM со сверхпроводящими кубитами-трансмонами. В обоих случаях система использовала 16 кубитов для поэтапной обработки изображений и распознавания рукописных цифр. При этом квантовая нейросеть превзошла классическую модель сопоставимого размера, а ее точность оказалась даже выше, чем предсказывали компьютерные симуляции. По мнению исследователей, это может быть связано с пока необъясненным положительным влиянием квантового шума, механизм которого планируется изучить в дальнейших экспериментах.
Полученные результаты стали одним из первых экспериментальных подтверждений того, что современные «шумные» квантовые компьютеры могут использоваться не только для демонстрации отдельных алгоритмов, но и для работы с полноценными нейросетями. Это открывает путь к созданию новых систем искусственного интеллекта, использующих преимущества квантовых вычислений.
«В последние годы мы часто обсуждаем, какие плюсы могут принести квантовые компьютеры в разработку нейросетей. При этом мало кто пытался реализовать эти идеи на реальном квантовом железе, что в особенности касается задач, связанных с классификацией изображений. Мы впервые решили эту задачу и показали, что ее можно реализовать на “шумных” машинах со скромным числом кубитов», — отметили исследователи.
Авторами разработки стала группа американских физиков под руководством профессора Университета штата Мэриленд Виктора Галицкого — одного из ведущих специалистов в области квантовых алгоритмов и внука известного советского физика-ядерщика Виктора Галицкого. Созданная ими система представляет собой квантовый аналог бинарного многослойного перцептрона, где роль искусственных нейронов выполняют отдельные кубиты. Исследователи подобрали режим их взаимодействия, позволяющий запускать алгоритм на различных типах квантовых процессоров.
Ученые успешно обучили нейросеть как на ионном квантовом процессоре на основе ионов иттербия, разработанном в Университете штата Мэриленд, так и на облачном квантовом компьютере IBM со сверхпроводящими кубитами-трансмонами. В обоих случаях система использовала 16 кубитов для поэтапной обработки изображений и распознавания рукописных цифр. При этом квантовая нейросеть превзошла классическую модель сопоставимого размера, а ее точность оказалась даже выше, чем предсказывали компьютерные симуляции. По мнению исследователей, это может быть связано с пока необъясненным положительным влиянием квантового шума, механизм которого планируется изучить в дальнейших экспериментах.
