Американские физики впервые полностью реализовали нейросеть для распознавания изображений на базе ионного квантового компьютера. Это доказывает пригодность существующих «шумных» квантовых процессоров для работы с нейросетями, сообщается в статье журнала Physical Review Letters.
«В последние годы мы часто обсуждаем преимущества квантовых компьютеров для нейросетей. Однако мало кто пытался реализовать эти идеи на реальном квантовом оборудовании, особенно в задачах классификации изображений. Мы впервые решили эту задачу и показали, что ее можно выполнить на „шумных“ машинах с ограниченным числом кубитов», — отметили исследователи.
Квантовая нейросеть создана группой под руководством профессора Университета штата Мэриленд Виктора Галицкого, внука известного советского физика-ядерщика. Она представляет собой квантовый аналог бинарных многослойных перцептронов — одной из простейших форм ИИ. В этой сети роль нейронов выполняют отдельные кубиты, взаимодействия между которыми имитируют работу обычных нейросетей.
Ученые подобрали режим работы квантовых ячеек памяти, позволяющий запускать нейросеть на разных вычислительных платформах. Они успешно обучили ИИ как на квантовом процессоре на ионах иттербия (Университет Мэриленда), так и на «облачном» квантовом компьютере IBM на сверхпроводящих кубитах-трансмонах. В обоих случаях алгоритм использовал 16 кубитов для пошаговой обработки изображений и распознавания цифр.
Квантовая нейросеть превзошла «обычный» ИИ с аналогичным числом слоев нейронов. При этом ее точность оказалась выше, чем предсказывали расчеты на симуляторе, из-за необъяснимого благотворного влияния шумов. Дальнейшие опыты помогут понять, как шум повышает точность распознавания.