Молодые учёные МФТИ первыми в России применили квантовую нейросеть для классификации изображений. Система распознавала снимки с точностью 94%.
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.
«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 подтверждаются методом перекрестной проверки. Квантовая модель достаточно быстро обучается благодаря возможности эффективного вычисления градиента с использованием необычных свойств квантовых операций», — рассказал Алексей Толстобров (выше на фото), соавтор исследования, сотрудник лаборатории искусственных квантовых систем МФТИ.
В планах команды увеличение количества кубитов и решение более сложных задач, а также переход от классических данных к квантовым.
