Oamenii de știință spun că au făcut o descoperire după ce au dezvoltat o tehnică de calcul cuantică pentru a rula algoritmi de învățare automată care depășesc calculatoarele clasice de ultimă generație.
Cercetătorii și -au dezvăluit concluziile într -un studiu publicat pe 2 iunie în Jurnal Fotonică a naturii.
Oamenii de știință au folosit o metodă care se bazează pe un circuit fotonic cuantic și un algoritm de învățare automată personalizat.
Folosind doar doi fotoni, tehnica echipei a demonstrat cu succes viteza, precizia și eficiența crescută față de metodele standard de calcul clasice pentru rularea algoritmilor de învățare automată.
Oamenii de știință spun că aceasta este una dintre primele ori învățarea cuantică a mașinilor a fost utilizată pentru probleme din lumea reală și oferă beneficii care nu pot fi simulate folosind computere binare. În plus, datorită arhitecturii sale inedite, ar putea fi aplicată sistemelor de calcul cuantice cu un singur qubit, au spus ei.
Spre deosebire de multe metode existente pentru realizarea vitezei prin tehnici de calcul cuantice hibride, această nouă metodă nu necesită încurcat porți. În schimb, se bazează pe injecția de foton.
În esență, echipa a folosit un laser femtosecund – un laser care emite lumină în impulsuri extrem de scurte măsurate în femtosecunde (10⁻¹⁵ secunde) pentru a scrie pe un substrat de sticlă borosilicat pentru a clasifica punctele de date dintr -un set de date. Fotonii au fost apoi injectați în șase configurații distincte, care au fost procesate de un sistem hibrid cuantic-binar.
Oamenii de știință au stabilit unde au depășit măsurătorile fotonice pe cele efectuate prin calcul clasic prin măsurarea cât timp a durat fotonii pentru a completa circuitul cuantic. Apoi au izolat procesele în care procesarea cuantică a oferit beneficii și au comparat rezultatele cu rezultatele clasice.
Cercetătorii au descoperit că experimentele rulează folosind circuitul cuantic fotonic au fost mai rapide, mai precise și mai eficiente din punct de vedere energetic decât cele efectuate folosind doar tehnici clasice de calcul. Această performanță stimulată se aplică unei clase speciale de învățare automată numită „învățare automată bazată pe kernel” care poate avea numeroase aplicații la sortarea datelor.
În timp ce rețelele neuronale profunde au devenit o alternativă din ce în ce mai populară la metodele de kernel Pentru învățarea automată în ultimul deceniu, au văzut sisteme bazate pe kernel o reînviere În ultimii ani, datorită simplității și avantajelor lor relative atunci când lucrează cu seturi de date mici.
Experimentul echipei ar putea duce la algoritmi mai eficienți în domeniile procesării limbajului natural și a altor modele de învățare supravegheate.
Poate cel mai important, studiul prezintă o metodă nouă pentru identificarea sarcinilor pe care calculatoarele cuantice excelează în sistemele informatice hibride.
Cercetătorii spun că tehnicile utilizate sunt scalabile, ceea ce înseamnă că ar putea duce la performanțe și mai bune pe măsură ce numărul de fotoni sau qubits crește. Acest lucru ar putea face, la rândul său Limitări ale consumului de energie datorită cerințelor masive de energie necesare procesării datelor prin electronice.
Cercetătorii susțin că tehnicile lor vor „deschide ușa metodelor hibride în care procesoarele fotonice sunt utilizate pentru a îmbunătăți performanța metodelor standard de învățare automată”.
Comentarii recente