Объединение машинного обучения и квантовых вычислений — одно из актуальных направлений исследований
Экспериментальное исследование показывает, что уже небольшие квантовые компьютеры могут повысить производительность алгоритмов машинного обучения. Это было продемонстрировано на фотонном квантовом процессоре международной группой исследователей из Венского университета. Работа, опубликованная в Nature Photonics, открывает перспективные новые применения оптических квантовых компьютеров.
Недавние научные прорывы изменили развитие будущих технологий
С одной стороны, машинное обучение и искусственный интеллект уже произвели революцию в нашей жизни — от повседневных задач до научных исследований. С другой стороны, квантовые вычисления стали новой парадигмой вычислений.
Квантовое машинное обучение
Из комбинации этих двух перспективных областей открылась новая исследовательская линия — квантовое машинное обучение. Эта область направлена на поиск потенциальных улучшений скорости, эффективности или точности алгоритмов при их работе на квантовых платформах. Однако всё ещё остаётся нерешённой задачей достижение такого преимущества на современных технологических квантовых компьютерах.
Эксперимент международной группы исследователей
Международная группа исследователей сделала следующий шаг и разработала новый эксперимент, проведённый учёными из Венского университета.
Установка включает в себя квантовую фотонную схему, созданную в Политехническом университете Милана (Италия), на которой выполняется алгоритм машинного обучения, впервые предложенный исследователями из Quantinuum (Великобритания). Цель состояла в том, чтобы классифицировать точки данных с помощью фотонного квантового компьютера и выделить вклад квантовых эффектов, чтобы понять преимущество перед классическими компьютерами.
Эксперимент показал, что уже небольшие квантовые процессоры могут работать лучше, чем традиционные алгоритмы.
«Мы обнаружили, что для конкретных задач наш алгоритм допускает меньше ошибок, чем его классический аналог», — объясняет Филипп Вальтер из Венского университета, руководитель проекта.
«Это означает, что существующие квантовые компьютеры могут показывать хорошие результаты, не выходя за рамки современных технологий», — добавляет Чжэнхао Инь, первый автор публикации в Nature Photonics.
Интересный аспект нового исследования
Ещё один интересный аспект нового исследования заключается в том, что фотонные платформы могут потреблять меньше энергии по сравнению со стандартными компьютерами. «Это может оказаться решающим в будущем, учитывая, что алгоритмы машинного обучения становятся неосуществимыми из-за слишком высокого энергопотребления», — подчёркивает соавтор исследования Ирис Агрести.
Результат исследователей влияет как на квантовые вычисления, поскольку определяет задачи, в которых используются квантовые эффекты, так и на стандартные вычисления.
Действительно, можно разработать новые алгоритмы, вдохновлённые квантовыми архитектурами, которые будут работать лучше и снижать потребление энергии.
Предоставлено:
[Университет Вены](https://phys.org/partners/university-of-vienna/)