СМИ о нас
| 30.05.25 | 29.05.2025 Наука Mail. Российские физики впервые совместили квантовый компьютер и машинное обучение |
Проведенный эксперимент показал, что даже небольшие квантовые процессоры способны эффективно решать практические задачи. Такие технологии могут применяться в медицине, биоинформатике, химии и финансах.
Физики запутывали кубиты, чтобы ионы достигли квантового состояния
Источник: iXBT.com
Ученые Физического института имени П.Н. Лебедева (ФИАН) и Российского квантового центра (РКЦ) первыми в стране представили решение прикладных задач с помощью квантового процессора на ионах иттербия (Yb+). В пресс-службе института рассказали, что компьютер разделял написанные от руки изображения нулей, единиц и графов.
Для достижения результата исследователи применяли алгоритмы машинного обучения, реализованные на квантовом процессоре. В ходе эксперимента использовали метод support vector machine (SVM), популярный для классификации. Благодаря тому, что сравнение данных, также именуемое «ядерной частью» алгоритма, выполняли на квантовом процессоре, разработчикам удалось эффективно обрабатывать сложные изображения.
Квантовые компьютеры способны проводить вычисления, которые недоступны самым мощным классическим суперкомпьютерам
Источник: Fergal Phillips
Один из участников исследования, научный руководитель группы «Квантовые информационные технологии» РКЦ Алексей Федоров объяснил, что для перевода ионов в квантовое состояние создавались суперпозиции и проводились операции запутывания кубитов (наименьшей единицы информации в квантовом компьютере). Квантовые состояния отдельных ионов изменялись с помощью лазеров и детекторов излучения.
По завершении вычислений авторы исследования измеряли положение иона, и на основе полученных сведений интерпретировали результаты работы алгоритмов машинного обучения. Физики также сравнили разные способы кодирования данных в квантовые состояния и выбрали самый эффективный. Алгоритм обучался на небольшом количестве информации и безошибочно классифицировал изображения.
В результате эксперимента выяснилось, что даже маленькие квантовые процессоры способны решать важные практические задачи. Эксперты считают, что такие технологии найдут применение в медицине (анализ МРТ и рентгена), биоинформатике, химии и финансах для поиска закономерностей и ускорения вычислений.
https://science.mail.ru/news/2821-kvantovyj-kompyuter-i-mashinnoe-obuchenie/
| 30.05.25 | 29.05.2025 ВКонтакте. Наука.рф. Российские физики запустили машинное обучение на квантовом компьютере |
Одно из первых в мире решений прикладных задач с помощью квантового компьютера продемонстрировали отечественные учёные.
Для того чтобы разделить написанные от руки изображения нуля и единицы, а также математические объекты — графы — они использовали процессор на основе ионов иттербия и алгоритмы машинного обучения.
Эксперимент, поставленный специалистами ФИАН и Российского квантового центра, показал, что даже небольшие квантовые процессоры способны решать такие практически важные задачи, как классификация изображений. В будущем, уверены учёные, квантовые процессоры будут выполнять более сложные вычисления.
| 29.05.25 | 29.05.2025 Одноклассники. Наука.рф. Российские физики запустили машинное обучение на квантовом компьютере |
Одно из первых в мире решений прикладных задач с помощью квантового компьютера продемонстрировали отечественные учёные.
Для того чтобы разделить написанные от руки изображения нуля и единицы, а также математические объекты — графы — они использовали процессор на основе ионов иттербия и алгоритмы машинного обучения.
Эксперимент, поставленный специалистами ФИАН и Российского квантового центра, показал, что даже небольшие квантовые процессоры способны решать такие практически важные задачи, как классификация изображений. В будущем, уверены учёные, квантовые процессоры будут выполнять более сложные вычисления.
| 29.05.25 | 29.05.2025 Телеграм-канал. Наука.рф. Российские физики запустили машинное обучение на квантовом компьютере |
Одно из первых в мире решений прикладных задач с помощью квантового компьютера продемонстрировали отечественные учёные.
Для того чтобы разделить написанные от руки изображения нуля и единицы, а также математические объекты — графы — они использовали процессор на основе ионов иттербия и алгоритмы машинного обучения.
Эксперимент, поставленный специалистами ФИАН и Российского квантового центра, показал, что даже небольшие квантовые процессоры способны решать такие практически важные задачи, как классификация изображений. В будущем, уверены учёные, квантовые процессоры будут выполнять более сложные вычисления.
| 29.05.25 | 29.05.2025 ИА Кулик. Российские физики впервые объединили квантовый компьютер и машинное обучение |
Учёные ФИАН и Российского квантового центра впервые использовали квантовый компьютер с алгоритмами машинного обучения для распознавания рукописных цифр и математических графов.
freepik.com
Учёные ФИАН и Российского квантового центра впервые использовали квантовый компьютер с алгоритмами машинного обучения для распознавания рукописных цифр и математических графов.
Руководитель группы «Квантовые информационные технологии» РКЦ Алексей Федоров отметил, что главная цель — тестирование квантовых вычислений с применением машинного обучения.
Российские учёные предложили оригинальный подход, сравнив способы кодирования данных в квантовые состояния и выбрав наиболее эффективный, сообщает ТАСС.
Для повышения качества вычислений использовались квантовые цепи — способ уменьшения шумных операций. Обучение проходило на небольшом наборе данных с известными ответами, и квантовый компьютер правильно классифицировал все тестовые изображения. Это показывает, что даже малые квантовые процессоры способны решать важные задачи классификации.
Директор ФИАН Николай Колачевский отметил, что технология квантовой классификации найдёт применение в медицине для анализа рентгеновских и МРТ-снимков, в генетике — для выявления мутаций ДНК, в химии — для поиска новых молекул, а в финансах — для улучшения прогнозов и снижения рисков.
В будущем квантовые вычисления дополнят классические методы в искусственном интеллекте, ускоряя обучение нейросетей и повышая точность обработки данных, что откроет новые возможности в науке и технологиях.
| 29.05.25 | 29.05.2025 Тольятти 24. ТАСС: В РФ впервые совместили квантовый компьютер и машинное обучение |
freepik
Стало известно, что в России впервые для практического применения в машинном обучении был задействован квантовый вычислитель. Ученые, с помощью квантовый процессор на основе ионов иттербия, провели эксперименты по классификации двоичных изображений, а также разнообразных графовых структур. В процессе работы исследователи изучили различные методы представления данных в квантовых состояниях и выявили наиболее продуктивный из них.
Примененный алгоритм, обученный на ограниченном количестве размеченных изображений, продемонстрировал высокую точность как на обучающей, так и на проверочной выборке. Это говорит о том, что даже квантовые процессоры с ограниченной вычислительной мощностью уже способны эффективно справляться с несложными практическими задачами.
Данная технология открывает широкие перспективы. Она будет полезна в различных сферах: от медицины до финансов. Квантовые подходы в будущем могут существенно расширить возможности искусственного интеллекта, сокращая время обучения нейросетей и увеличивая точность обработки данных.
| 29.05.25 | 29.05.2025 Последние новости. Российские ученые впервые интегрировали квантовые вычисления и машинное обучение для решения прикладных задач |
Специалисты Физического института имени П. Н. Лебедева РАН в сотрудничестве с учеными Российского квантового центра достигли значимого прорыва в области квантовых технологий. В ходе уникального исследования они впервые продемонстрировали успешную интеграцию квантовых вычислений и алгоритмов машинного обучения для решения прикладных задач, включая классификацию изображений.
Как сообщает пресс-служба ФИАН, в эксперименте использовался квантовый процессор на основе ионов иттербия. Ученые смогли классифицировать изображения, такие как рукописные цифры и графовые структуры, что подтвердило работоспособность квантовых алгоритмов в реальных условиях.
Научный руководитель направления «Квантовые информационные технологии» Алексей Федоров отметил, что ключевой целью исследования было проверить эффективность различных методов кодирования информации в квантовые состояния. Проведенный сравнительный анализ позволил выявить наиболее эффективный подход, что значительно повысило точность вычислений. Хотя аналогичные эксперименты проводились ранее, предложенный в России метод отличается новизной и практической значимостью.
В процессе эксперимента исследователи применяли квантовые цепи, что способствовало снижению уровня шумов и улучшению стабильности вычислений. Алгоритм обучался на ограниченном наборе изображений с заранее известными метками, что позволило добиться высокой точности классификации визуальных данных даже при использовании небольшого числа кубитов.
Директор ФИАН Николай Колачевский подчеркнул, что данная технология имеет широкий спектр применения. В медицине квантовые алгоритмы могут помочь в анализе снимков, полученных с помощью КТ, МРТ и рентгена, ускоряя процесс выявления патологии. В генетике и биоинформатике они будут использоваться для анализа ДНК и предсказания последствий мутаций. Химическая отрасль получит выгоду от моделирования сложных молекулярных соединений, а в экономике — от распознавания закономерностей в финансовых данных, что может улучшить прогнозирование и устойчивость инвестиций.
Эксперты предполагают, что в будущем квантовые вычисления будут активно интегрироваться в системы искусственного интеллекта, что позволит ускорить обучение нейросетей и повысить точность анализа информации. Это исследование стало важным шагом к практическому применению квантовых технологий в сочетании с методами машинного обучения.
| 29.05.25 | 29.05.2025 Российская академия наук. Российские физики впервые совместили квантовый компьютер и машинное обучение |
Прогресс в разработке квантовых компьютеров показал, что они способны проводить вычисления, которые недоступны самым мощным классическим суперкомпьютерам.
Исследователи из Физического института им. П.Н. Лебедева РАН (ФИАН) и Российского квантового центра (РКЦ) одни из первых в мире продемонстрировали решение прикладных задач на квантовом компьютере. Так, в ходе эксперимента они использовали процессор на основе ионов иттербия (Yb+) и разделили с его помощью написанные от руки изображения нуля и единицы, а также математических объектов — графов.
Причем для достижения цели были задействованы алгоритмы машинного обучения, реализованные на квантовом процессоре. Результаты научной работы опубликованы в Physical Review A — одном из наиболее авторитетных академических журналов, посвящённых вопросам физики.
«Такие технологии активно развивают во всех ведущих странах. 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 Фёдоров.
По его словам, в целом, подобные эксперименты проводили и ранее, но предложенный российскими специалистами подход отличается своей оригинальностью. В частности, учёные сравнили различные способы кодирования данных в квантовые состояния и определили наиболее эффективный вариант.
Как объяснили исследователи, в работе был применен метод SVM (support vector machine) — это популярный для задач классификации метод машинного обучения. Он помогает разделять данные на классы посредством проведенной между ними наиболее оптимальным образом нелинейной границы. «Ядерную часть» алгоритма (сравнение данных) выполняли на квантовом процессоре. Это позволило эффективно обрабатывать даже сложные изображения.
«Для перевода ионов в квантовое состояние мы создавали суперпозиции и проводили операции запутывания кубитов. Квантовые состояния отдельных ионов изменялись с помощью лазеров и детекторов излучения. По завершении вычислений измерялось состояние иона, и на основе этих данных интерпретировались результаты работы алгоритмов машинного обучения», — описал процесс квантовых вычислений Алексей Фёдоров.
В процессе работы учёные экспериментировали с квантовыми цепями (один из способов реализации алгоритмов, который уменьшает количество шумных операций), что помогло улучшить качество вычислений.
Как объяснили автоы работы, алгоритм «обучался» на маленьком наборе данных, где каждое изображение уже имело правильный ответ (ноль или единица). В результате квантовый компьютер правильно определил все цифры как на обучающих, так и на тестовых картинках, то есть справился с задачей без ошибок.
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.
По словам директора ФИАН Николая Колачевского, в дальнейшем по мере развития подобная технология квантовой классификации сможет применяться для множества практических задач. Например, в медицине её 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. Вместе с тем химия получит инструмент для поиска новых молекулярных структур и моделирования каталитических процессов. В то же время в финансовой сфере квантовые алгоритмы смогут находить сложные закономерности в рыночных данных, улучшая прогнозирование и снижая риски», — пояснил Николай Колачевский.
В будущем данная технология найдет применение в создании систем искусственного интеллекта, где квантовые вычисления будут дополнять классические методы, ускоряя обучение нейросетей и повышая точность обработки данных.
Источник: Отдел по связям с общественностью ФИАН.
| 29.05.25 | 29.05.2025 Акулы нейропера. Российские физики впервые объединили квантовые вычисления и машинное обучение |
Российские физики совершили прорыв в области квантовых вычислений, успешно объединив их с машинным обучением для решения практических задач, что открывает новые возможности для повышения эффективности вычислений.
Фото квантовой схемы
Физики из России впервые объединили квантовые вычисления с машинным обучением. В этом исследовании российские ученые продемонстрировали, как можно сочетать квантовые вычисления и алгоритмы машинного обучения для решения практических задач. В частности, они провели сравнение различных методов кодирования информации в квантовые состояния и выделили наиболее эффективный из них.
Во время экспериментов команда исследователей тестировала квантовые цепи, которые представляют собой один из способов реализации алгоритмов, способствующий снижению числа шумных операций. Это позволило значительно улучшить качество вычислений. Алгоритм проходил процесс обучения на ограниченном наборе изображений и успешно определял цифры как в обучающей, так и в тестовой выборках.
| 29.05.25 | 29.05.2025 Планета сегодня. Российские ученые объединили квантовые технологии с машинным обучением |
Российские ученые объединили квантовые технологии с машинным обучением
Впервые российские физики из Физического института имени П. Н. Лебедева Российской академии наук (ФИАН) совместно с коллегами из Российского квантового центра (РКЦ) продемонстрировали практическое применение квантового компьютера для выполнения задач машинного обучения, сообщает издание ТАСС. Уникальность эксперимента заключалась в том, что исследователи успешно применили квантовый процессор на основе ионов иттербия (Yb⁺) для классификации визуальных данных и анализа математических структур.
Команда ученых реализовала квантовый алгоритм, способный различать изображения, изображающие цифры 0 и 1, написанные от руки, а также определенные математические объекты — графы. По словам научного руководителя направления «Квантовые информационные технологии» в РКЦ Алексея Федорова, ключевым достижением проекта стало применение алгоритмов машинного обучения, адаптированных под архитектуру квантового процессора. Он подчеркнул, что хотя аналогичные опыты проводились и в других странах, российские специалисты предложили оригинальный метод кодирования данных в квантовые состояния и провели сравнение различных подходов, определив наиболее эффективный.
Исследователи использовали квантовые цепи, которые позволяют снизить количество шумных операций — одного из основных факторов, мешающих точности квантовых вычислений. Благодаря этому удалось улучшить производительность квантовой модели. Алгоритм проходил обучение на небольшом наборе изображений, каждая из которых уже имела заданную классификацию — ноль или единица. После завершения обучения система успешно распознала все изображения как в тренировочном, так и в тестовом наборе. Это, как отметили ученые, свидетельствует о том, что даже современные, сравнительно маломощные квантовые процессоры уже способны решать прикладные задачи, связанные с обработкой визуальных данных.
Директор ФИАН Николай Колачевский отметил, что разработанная технология квантовой классификации в будущем найдет широкое применение в различных сферах. В частности, он указал на перспективы внедрения в медицине, где квантовые методы анализа изображений могут ускорить диагностику заболеваний, используя данные рентгеновских снимков, МРТ и КТ. Также в области генетики и биоинформатики квантовые алгоритмы смогут анализировать ДНК-последовательности, определяя мутации и оценивая их потенциальное воздействие. В химической промышленности появится возможность моделирования сложных молекулярных взаимодействий и поиска новых веществ, а в финансовом секторе — анализировать сложные корреляции в больших объемах данных, оптимизируя прогнозирование и снижая потенциальные риски.
В заключение, ученые отметили, что квантовые вычисления способны в будущем существенно расширить возможности систем искусственного интеллекта. За счет повышения скорости обработки данных и качества обучения нейросетей, квантовые технологии станут важным дополнением к существующим подходам в ИИ.
