Математический инструмент, ускоряющий машинное обучение на квантовых вычислителях, создал учёный из МАДИ Цезарь Пронин. Основой послужил новый метод построения «квантового оракула» — алгоритма, который находит верный ответ без последовательного перебора вариантов. Об этом рассказывает Компьютерра.
В квантовых вычислениях поиск решений опирается на алгоритм Гровера. Он обрабатывает множество вариантов одновременно, однако для выбора нужного результата требуется оракул: тот распознаёт верный ответ и повышает вероятность его получения.
Сложность в том, что квантовые операции обратимы, а вспомогательные расчёты должны идти без потери информации. Решение Пронина — обратимо умножающее устройство в роли оракула.
Для этого он упорядочил матричный аппарат и создал квантовые аналоги логических операций NOT, AND, OR, XOR вместе с полным сумматором. Так появилась схема обучения квантового персептрона — базового элемента нейросети, где оракул строится на функции активации.
Расчёты показали: на 16-кубитном регистре алгоритм Гровера с новым компонентом находит ответ примерно в 326 раз быстрее обычного перебора. Авторы считают это теоретической базой для применения квантовых вычислений в машинном обучении.
Проверка шла несколькими путями. Ручной матричный расчёт алгоритма Дойча — Йожи совпал с симуляцией в Quirk. Построены и протестированы обратимые квантовые аналоги классических логических схем, показан принцип обучения персептрона с одним весом. На прототипах IBM Q изучали рост квантового шума при увеличении глубины схемы — это помогает учитывать ограничения нынешних устройств.
Дальше предстоит масштабирование на 2–3-кубитные регистры, адаптация под симуляторы и NISQ-устройства, а также вопросы разрядности квантовой арифметики.