В МФТИ впервые в России в ходе эксперимента заработал алгоритм квантового обучения, который опирается на несколько кубитов. Что особенно приятно, достижение принадлежит молодым учёным.
Квантовая нейросеть представляет собой своего рода аналог сети из нейронов в головном мозге человека, только роль нейронов в ней выполняют кубиты (квантовые биты). Квантовая нейросеть уже выполнила определённые задачи: распознала рукописные изображения с точностью более 90% и решила задачи многоклассовой классификации.
Результаты её работы учёные МФТИ показали на VI Международной школе по квантовым технологиям, которая прошла в Миассе.
Квантовое машинное обучение — это новый шаг к лучшим, более быстрым вычислениям. В ней учёные соединяют нелинейные квантовые системы и классическое машинное обучение.
Наукой уже было показано, что квантовые устройства могут превзойти классические компьютеры в выполнении определённых задач.
В ходе экспериментов на цепочке кубитов, которая была собрана в Центре коллективного пользования МФТИ, учёные "скормили" нейросети три типа задач: задачу чётности, задачу обнаружения признаков рака молочной железы (есть или нет) и задачу типологии различных вин (эти напитки можно сортировать по десятку разных параметров).
Также физики показали, что их нейросеть решает задачу распознавания рукописных изображений цифр.
«Мы нашли удачную структуру квантовой цепочки и алгоритм обучения, который позволяет нам достичь точности 94% для стандартных задач классификации с несколькими метками и точности 90% при распознавании рукописных десятичных цифр», — рассказал один из авторов работы Алексей Толстобров.
В планах команды увеличение количества кубитов и решение более сложных задач, а также переход от классических данных к квантовым.
Научная работа была проведена в рамках Дорожной карты развития в РФ высокотехнологичного направления «Квантовые вычисления».
ндекс
