Вчера, 16 марта, информационное издание «ТАСС» со ссылкой на пресс-службу Московского физико-технического института сообщило, что российским учёным удалось создать полноценную квантовую нейронную сеть благодаря использованию целой цепочки, состоящей из сверхпроводящих кубитов. Разработка действительно уникальная, плюс специалисты заявили, что в конечном итоге данная нейросеть способна выполнять поставленные задачи с невероятно высокой точностью.
«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. Точность и стабильность алгоритма подтверждается методом перекрестной проверки», — заявил Алексей Толстобров, сотрудник лаборатории искусственных квантовых систем МФТИ.
Авторы проекта объяснили, что на текущий момент одной из главных задач для всего научного сообщества и участников «квантовой гонки» выступает именно создание квантового искусственного интеллекта. В этом вопросе специалисты подразумевают эксплуатацию всевозможных квантовых технологий и компьютеров для повышения скорости работы нейронных сетей и алгоритмов на базе искусственного интеллекта, так как в конечном итоге подобный симбиоз приведёт к повторению созданными человеком устройствами свойств биологических нейросетей. И, судя по всему, российские учёные в этом вопросе обошли своих оппонентов.
Для этого российские учёные в качестве одного из компонентов нейронной сети впервые применили созданные в России кубиты-трансмоны, создав систему, которая способна распознавать и затем классифицировать различные варианты изображений. В процессе формирования новейшей нейронной сети российские физики использовали набор, состоящий из восьми кубитов. Половина из них выступала в роли нейроном системы машинного обучения, а уникальные свойства кубитов-трансмонов предоставили специалистам возможность задействовать одни и те же кубиты при работе с каждым отдельным слоем нейронной сети. Это возможно как в процессе обучения нейросети, так и при её практической эксплуатации при выполнении поставленных задач.
В процессе испытаний данная квантовая нейросеть смогла распознать изображения здоровых и опухолевых тканей молочной железы, классифицировать различные виды вина и многое другое — точность в 94% является крайне высоким показателем. Соответственно, даже при небольшом количестве квантовых битов квантовая нейросеть может выполнять сложную задачу.
