MicroCloud Hologram объявила сегодня о значительном прорыве в квантовом машинном обучении, успешно разработав квантовую сверточную нейронную сеть (QCNN), которая соответствует точности классических нейронных сетей в стандартных задачах распознавания изображений. Акции компании выросли на 3,7% после объявления, которое представляет собой важную веху в практическом применении квантовых вычислений.
Прорыв сосредоточен на гибридной квантово-классической обучающей платформе MicroCloud, применённой к широко используемому набору данных рукописных цифр MNIST, достигая точности, сопоставимой с традиционными сверточными нейронными сетями (CNN), при этом потенциально предлагая преимущества в вычислительной эффективности. Система использует восемь кубитов для кодирования данных наряду с четырьмя вспомогательными кубитами для повышения выразительной мощности схемы, представляя практический путь для применения квантовых вычислений в текущую эру зашумлённых квантовых вычислений промежуточного масштаба (NISQ).
Техническая инновация решает проблемы классических вычислений
Подход MicroCloud сочетает квантовые схемы для извлечения признаков с классическими оптимизаторами для оптимизации функции потерь, позволяя квантовой схеме функционировать подобно слоям классических нейронных сетей, при этом используя присущие квантовым вычислениям преимущества в обработке многомерных данных. Реализация компании следует четырехэтапному процессу: кодирование данных, которое преобразует матрицы пикселей в квантовые состояния, квантовая свертка для извлечения признаков, квантовый пулинг для уменьшения размерности и выходной этап с использованием функций активации softmax.
Согласно заявлению компании, технология отвечает растущим требованиям к вычислительным ресурсам классических моделей глубокого обучения, которые все чаще требуют крупномасштабных кластеров GPU/TPU со значительными затратами и проблемами энергопотребления. Гибридный подход позволяет избежать трудностей со сходимостью, связанных с чисто квантовым обучением, при этом используя зрелые классические методы оптимизации.
Более широкая стратегия квантовых вычислений
Это объявление последовало за недавним сообщением MicroCloud о совершенствовании алгоритма квантового поиска Гровера, способного моделировать до 22 кубитов на оборудовании FPGA, опубликованным всего двумя днями ранее — 22 октября. Компания взяла на себя обязательство инвестировать более 400 миллионов долларов в передовые технологические секторы, включая квантовые вычисления, квантовую голографию, развитие блокчейна, искусственный интеллект и дополненную реальность.
MicroCloud предполагает, что прорыв в области квантовых нейронных сетей может найти применение в различных отраслях, включая автономное вождение, медицинскую визуализацию, управление финансовыми рисками и мониторинг безопасности. Своевременность особенно важна, поскольку квантовое оборудование продолжает развиваться в эпоху NISQ, когда квантовые компьютеры уже достаточно мощны для специализированных задач, но еще не готовы к широкому использованию в отказоустойчивых приложениях.
https://www.quiverquant.com/news/MicroCloud+Hologram+Inc.+Achieves+Milestone+in+Quantum+Machine+Learning+with+Innovative+Quantum+Convolutional+Neural+Network+Solution
Комментариев нет:
Отправить комментарий