Молодые ученые и инженеры Московского физико-технического института (МФТИ) впервые в России создали алгоритм квантового обучения, который опирается на несколько кубитов. Пока что квантовая нейросеть заработала в качестве эксперимента Научная работа была проведена в рамках Дорожной карты развития в РФ высокотехнологичного направления «Квантовые вычисления».

Квантовая нейросеть представляет собой своего рода сеть из нейронов в головном мозге, только роль нейронов в ней выполняют кубиты (квантовые биты). Квантовая нейросеть в МФТИ уже выполнила определенные задачи: распознала рукописные изображения с точностью более 90% и решила задачи многоклассовой классификации.

Результаты ее работы ученые 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 ученые соединяют нелинейные квантовые системы и классическое машинное обучение.

Наукой уже было показано, что квантовые устройства могут превзойти классические компьютеры в выполнении определенных задач.

В ходе экспериментов на цепочке кубитов, которая была собрана в Центре коллективного пользования МФТИ, ученые скормили нейросети три типа задач: задачу четности, обнаружения признаков рака молочной железы (есть или нет) и 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 процента для стандартных задач классификации с несколькими метками и точности 90 процентов 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.



По сообщению пресс-службы МФТИ