По словам директора ФИАН Николая Колачевского, в дальнейшем подобная технология квантовой классификации сможет применяться для множества практических задач
МОСКВА, 29 мая. /ТАСС/. Исследователи из Физического института имени П. Н. Лебедева РАН (ФИАН) и Российского квантового центра (РКЦ) одними из первых в мире продемонстрировали решение прикладных задач на квантовом компьютере с применением алгоритмов машинного обучения. Как рассказали ТАСС в отделе по связям с общественностью ФИАН, ученые использовали процессор на основе ионов иттербия (Yb+) и разделили с его помощью написанные от руки изображения нуля и единицы, а также математических объектов - графов.
"На данный момент важный вызов - это тестирование методов квантовых вычислений на различных прикладных задачах. В частности, один из главных результатов нашей работы - применение этих алгоритмов в сочетании с технологией машинного обучения", - рассказал один из участников исследования, научный руководитель группы "Квантовые информационные технологии" РКЦ Алексей Федоров. По его словам, в целом, подобные эксперименты проводили и ранее, но предложенный российскими специалистами подход отличается своей оригинальностью. В частности, ученые сравнили различные способы кодирования данных в квантовые состояния и определили наиболее эффективный вариант.
В процессе работы исследователи экспериментировали с квантовыми цепями (один из способов реализации алгоритмов, который уменьшает количество шумных операций), что помогло улучшить качество вычислений. Алгоритм "обучался" на маленьком наборе данных, где каждое изображение уже имело правильный ответ (нуль или единица). В результате квантовый компьютер правильно определил все цифры как на обучающих, так и на тестовых картинках. Таким образом было показано, что даже небольшие квантовые процессоры уже могут решать простые, но практически значимые задачи, такие как классификация изображений. Это большой шаг к будущему, где квантовые процессоры будут выполнять более сложные вычисления, отметили в ФИАН.
По словам директора ФИАН Николая Колачевского, в дальнейшем подобная технология квантовой классификации сможет применяться для множества практических задач. Например, в медицине ее можно использовать для автоматического анализа рентгеновских снимков и данных МРТ и КТ, что поможет оперативно диагностировать заболевания. "В области генетики и биоинформатики квантовые алгоритмы смогут проверять последовательности ДНК, выявляя мутации и предсказывая их влияние на организм. Химия получит инструмент для поиска новых молекулярных структур и моделирования каталитических процессов. В финансовой сфере квантовые алгоритмы смогут находить сложные закономерности в рыночных данных, улучшая прогнозирование и снижая риски", - пояснил Николай Колачевский.
В будущем технология найдет применение в создании систем искусственного интеллекта, где квантовые вычисления будут дополнять классические методы, ускоряя обучение нейросетей и повышая точность обработки данных.
