Российский 12-кубитный квантовый компьютер впервые применили для обучения нейросетей.

Российский 12-кубитный квантовый компьютер впервые применили для обучения нейросетей.

г. Москва, Восточный округ.АНО ОО "Русская Международная Школа" .                                 (Ловцова Анжелика Фёдоровна-учитель физики и астрономии).

Российские ученые работают над созданием квантовых компьютеров на нескольких технологических базах, в том числе на базе сверхпроводников, ионов, холодных атомов и фотонов.

«Работа демонстрирует не только нашу способность показывать новые результаты на мировом уровне, но обещает и значительный прогресс в практическом применении квантовых технологий.»

                                                                            Профессор МФТИ Олег Астафьев.

Главным научным прорывом 2023 года в области квантовой физики стала разработка и проверка работы сразу нескольких квантовых компьютеров, способных автоматически корректировать случайные ошибки, возникающие в процессе их работы. Об этом сообщила пресс-служба МФТИ.

Физики в России впервые использовали отечественный 12-кубитный квантовый компьютер на базе сверхпроводников для проведения расчетов, связанных с нейросетями и машинным обучением. Первые опыты с этой вычислительной машиной подтвердили высокую скорость ее работы, сообщила пресс-служба МФТИ."Ученые запустили первый в России 12-кубитный квантовый процессор для квантового машинного обучения на основе сверхпроводников. Сейчас на нем тестируются алгоритмы обучения для квантовой нейросети, которая может определять сорт вина по его химическому составу и диагностировать рак молочной железы", - говорится в сообщении.

По словам разработчиков, созданный в МФТИ процессор обладает характеристиками мирового уровня: среднее время жизни кубита составляет порядка 14 микросекунд, а среднее время одной квантовой операции - всего 50 наносекунд. Эти параметры являются ключевыми для обеспечения высокой точности и стабильности квантовых вычислений.

Данный квантовый компьютер является логическим продолжением предыдущих разработок российских физиков, в рамках которых они провели опыты с более простыми квантовыми вычислителями на базе пяти и восьми квантовых битов. Ключевым отличием новой системы является не только число кубитов, но и то, что ученые перешли от одномерной архитектуры к двумерному расположению вычислительных блоков компьютера.

Квантовая нейросеть представляет собой своего рода сеть из нейронов в головном мозге, только роль нейронов в ней выполняют кубиты (квантовые биты. Квантовая нейросеть уже выполнила определённые задачи: распознала рукописные изображения с точностью более 90% и решила задачи многоклассовой классификации.

Результаты её работы учёные МФТИ показали на VI Международной школе по квантовым технологиям, которая прошла в Миассе.

Квантовое машинное обучение — это новый шаг к лучшим, более быстрым вычислениям. В ней учёные соединяют нелинейные квантовые системы и классическое машинное обучение.

Наукой уже было показано, что квантовые устройства могут превзойти классические компьютеры в выполнении определённых задач.

В ходе экспериментов на цепочке кубитов, которая была собрана в Центре коллективного пользования МФТИ, учёные скормили нейросети три типа задач: задачу четности, обнаружения признаков рака молочной железы (есть или нет) и типологии различных вин (эти напитки можно сортировать по десятку разных параметров).

Также физики показали, что их нейросеть решает задачу распознавания рукописных изображений цифр.

«Мы нашли удачную структуру квантовой цепочки и алгоритм обучения, который позволяет нам достичь точности 94% для стандартных задач классификации с несколькими метками и точности 90% при распознавании рукописных десятичных цифр», — рассказал один из авторов работы Алексей Толстобров.

https://nauka.tass.ru/nauka/19758569

http://rus.vrw.ru/page/v-rossii-zarabotala-pervaja-kvantovaja-nejroset

https://ai.gov.ru/mediacenter/fiziki-iz-rossii-vpervye-primenili-kvantovuyu-neyroset-dlya-klassifikatsii-izobrazheniy/?ysclid=lrkef2jna6208465043

https://golunoid.ru/?p=news&id=1206

Скачано с www.znanio.ru