Квантовая нейросеть достигла высокой точности в распознавании изображений

Учёные Научно-технического университета Китая реализовали квантовую нейронную сеть на основе высокоразмерных квантовых нейронов

Новый подход использует не два энергетических уровня (как в обычных квантовых битах), а несколько — это позволяет расширить возможности обработки информации без увеличения числа физических носителей. Для эксперимента учёные задействовали пять энергетических уровней ионов кальция, создав многоуровневый квантовый процессор.

В ходе испытаний сеть успешно справилась с задачей классификации изображений из набора данных Fashion-MNIST: на тестовой выборке из 395 образцов точность распознавания достигла 95,7 %. До обучения изображения двух классов в выходном пространстве пересекались, а после — чётко разделились, продемонстрировав эффективное обучение.

Разработанный метод решает одну из ключевых проблем квантового машинного обучения: он позволяет увеличить вычислительные возможности системы, не наращивая число физических элементов, и тем самым снижает риск накопления ошибок. Это открывает путь к преодолению ограничений, связанных с нехваткой аппаратных ресурсов в развитии квантового ИИ.

Ранее по теме: Квантовая коррекция ошибок преодолела ключевой рубеж

Источник: Научно-технический университет Китая