Квантовый алгоритм поможет искусственному интеллекту «думать» быстрее

Задачи машинного обучения и оптимизации, часто сводятся к решению систем линейных уравнений. Применение для этого квантовых алгоритмов способно значительно сократить время нахождения решений. Это особенно важно для больших массивов данных, так как объём вычислений стремительно возрастает с увеличением размеров анализируемой матрицы.

Первый такой квантовый алгоритм был предложен в 2009 г., однако он работал только для разрежённых матриц, которые применимы к весьма ограниченному классу реальных задач.

«Чтобы обеспечить квантовое ускорение для других данных, нам требовался усовершенствованный алгоритм», — пишет Чжикуань Чжао (Zhikuan Zhao), один из авторов статьи, вышедшей 2 февраля в Physical Review Letters.

В ней Чжао, Анупам Пракаш (Anupam Prakash) из Центра квантовых технологий Национального университета Сингапура и Леонард Воссниг (Leonard Wossnig) из ETH Zurich представили новый алгоритм, который превосходит в быстродействии и классический и прежний квантовый, а кроме того свободен от ограничений последнего на массивы данных.

Так, квадратная матрица, содержащая 10 тыс. элементов, классическим способом решается примерно за триллион вычислительных шагов, первый квантовый алгоритм обходится десятками тысяч вычислений, а его усовершенствованной версии достаточно нескольких сотен операций.

Чжао и его коллеги планируют вместе с экспериментальной группой организовать прогонку нового алгоритма на небольшом квантовом компьютере. Однако, для того, чтобы подемонстрировать реальные преимущества квантовых методов перед классическими нужны более крупные квантовые компьютеры, чем те, что доступны сейчас.

«Возможно, пройдёт ещё три или пять лет, прежде чем мы сможем использовать построенное экспериментаторами оборудование для значимых квантовых вычислений с приложениями в искусственном интеллекте», — считает Чжао.

Пожалуйста, оцените статью:
Ваша оценка: None Средняя: 4.8 (5 votes)
Источник(и):

ko.com.ua