Искусственный интеллект и квантовые вычисления — одни из самых мощных технологий, и вскоре обе они произведут революцию в нашем старом способе обработки информации.
Хотя некоторые аспекты их математической основы мало чем отличаются, комбинация обеих технологий показывает многообещающий импульс во многих различных областях, таких как доступ к более сложным в вычислительном отношении пространствам признаков.
IBM недавно опубликовала свое новое исследование. Исследователи IBM представляют новые разработанные и протестированные квантовые алгоритмы, которые могут сортировать и классифицировать сложные наборы данных, с которыми алгоритмы, работающие на классических компьютерах, с трудом справляются.
«Мы показали особый способ перемещения данных в более высокие измерения, который был бы сложен для классического компьютера, но выполним для квантового компьютера», — говорит Антонио Корколес из IBM в Нью-Йорке.
Читайте также: Новая модель машинного обучения помогает прогнозировать извержения вулканов
Если говорить об обычных компьютерах, то они выполняют машинное обучение, сравнивая математические представления данных. Чем точнее эти данные могут быть классифицированы в соответствии с конкретными характеристиками или функциями, тем лучше будет работать ИИ.
Квантовые алгоритмы IBM демонстрируют, как можно использовать квантовые вычисления для классификации данных с использованием схем малой глубины, которые также имеют дело с ожидаемой декогеренцией (потерей состояния) в квантовом компьютере.
Классификация была выполнена с помощью алгоритма машинного обучения, оптимизированного для квантовых вычислений. Классификация не выявила ошибок, хотя квантовые компьютеры IBM столкнулись с декогерентностью.
По мнению IBM, классические компьютеры нельзя использовать для получения результатов квантовых вычислений. Компания заявила, что чем более мощные квантовые компьютеры могут быть объединены с алгоритмами машинного обучения, тем лучше будет результат.
Рекомендуется: ИИ теперь может заставить вас чистить зубы
В своем выпуске IBM объяснила, что как классические, так и квантовые алгоритмы машинного обучения могут разбивать изображение, например, на пиксели и размещать их в сетке на основе значения цвета каждого пикселя.
Этот метод называется «отображение признаков». В этом методе чем точнее классифицируются данные по конкретным характеристикам, тем лучше будет работать система машинного обучения.
Квантовый алгоритм BIM нелинейно сопоставляет отдельные точки данных с многомерным пространством, разбивая данные в соответствии с их наиболее важными характеристиками.
В гораздо большем пространстве квантовых состояний мы можем разделять аспекты и особенности этих данных лучше, чем в карте признаков, созданной с помощью классического алгоритма машинного обучения.
С квантовым компьютером и алгоритмами (такими как квантовый алгоритм IBM) мы можем создавать новые классификаторы, которые генерируют более сложные карты данных, которые в конечном итоге помогут нам разработать более эффективный ИИ, который может творить чудеса, например, выявлять закономерности в данных, которые невидимы для классических компьютеров.
Рекомендовано: Новый искусственный интеллект теперь может подделывать отпечатки пальцев, которые обманывают биометрические сканеры.
Алгоритмы отображения признаков, разработанные IBM для квантовых компьютеров, были протестированы только на модели квантового компьютера с двумя кубитами, но они все же показали, что существует многообещающий путь вперед для алгоритмов машинного обучения, работающих на квантовых компьютерах.
Алгоритм IBM обещает разделить более крупные и разнообразные наборы данных на значимые классы для обучения алгоритма машинного обучения.
IBM считает, что ее алгоритмы машинного обучения вскоре смогут классифицировать гораздо более сложные наборы данных, чем любой классический компьютер.
Алгоритмы IBM также демонстрируют, как запутанность может повысить точность классификации ИИ. Функция алгоритма будет доступна как часть IBM Qiskit Aqua.
Qiskit Aqua — это библиотека квантовых алгоритмов с открытым исходным кодом, которую разработчики, исследователи и отраслевые эксперты могут использовать для доступа к квантовым компьютерам через классические приложения или распространенные языки программирования, такие как Python.
Подробнее об искусственном интеллекте:
Искусственный интеллект DeepMind от Google помогает прогнозировать выработку энергии ветра
Google расширяет двухуровневый ИИ в 43 штатах для бронирования ресторанов
Новая модель машинного обучения помогает прогнозировать извержения вулканов
Первоначально опубликовано на techgrabyte.com 16 марта 2019 г.
