Ученые усовершенствовали работу квантового искусственного интеллекта
Ученые из ведущих технологических институтов Германии, Кореи и Южной Африки усовершенствовали метод машинного обучения для использования его в квантовых компьютерах.
Команда из корейского института Korea Advanced Institute of Science and Technology (KAIST), в сотрудничестве с исследователями из Университета Квазулу-Натал (UKZN) в Южной Африке и Data Cybernetics в Германии представила квантовые классификаторы с «адаптированными квантовыми ядрами». По заявлению экспертов, входные данные в соответствии с новым принципом классификации представлены с помощью карты квантовых признаков или внутренних квантовых данных, а сама классификация основана на функции ядра, которая измеряет близость тестовых данных к обучающим данным. Способность квантовых компьютеров эффективно манипулировать данными в пространстве квантовых признаков открывает совершенно новые возможности для квантовых алгоритмов машинного обучения.
Квантовое машинное обучение обещает стать одним из обязательных приложений для квантовых вычислений. В машинном обучении одной из фундаментальных проблем является классификация, задача, необходимая для распознавания шаблонов в маркированных обучающих данных, чтобы назначить метку новым, ранее невидимым данным. Прежде для квантового искусственного интеллекта использовались классические подходы, которые не позволяют задействовать весь потенциал квантовых технологий.
Принципы, сформулированные учеными из Германии Кореи и Африки, по мнению издания ScienceDaily стали важным шагом на пути формирования квантовых алгоритмов вычислений.
Доктор Даниэль Парк из KAIST, один из ведущих авторов этого исследования, заявил, что возможность систематической адаптации «квантового ядра» делает его отличным кандидатом для проведения широкого круга реальных исследований.
Помимо «квантового ядра» команда разработала также принцип «квантового разветвления», метод, который позволяет запускать протокол обучения с нуля, даже когда все промаркированные тестовые и эталонные данные независимо друг от друга кодируются в отдельных кубитах.
Чтобы продемонстрировать полезность нового принципа классификации, Карстен Бланк из Data Cybernetics протестировал работу квантового классификатора на квантовом компьютере IBM с пятью кубитами, который свободно доступен для публичных пользователей через облачный сервис. Результаты исследователь детально не описал, но назвал «многообещающими».