详细内容或原文请订阅后点击阅览
MIPT 制作了量子神经网络
年轻的 MIPT 科学家是俄罗斯第一批在超导量子比特链中实验性实施量子学习算法的人。多个量子比特的量子神经网络解决了手写图像的多类分类和识别问题，准确率达到90%以上。研究结果于 2023 年 3 月上旬在米阿斯举行的 VI 国际量子技术学校上公布。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）年轻的 MIPT 科学家是俄罗斯第一批在超导量子比特链中实验性实施量子学习算法的人。多个量子比特的量子神经网络解决了手写图像的多类分类和识别问题，准确率达到90%以上。研究结果于 2023 年 3 月上旬在米阿斯举行的 VI 国际量子技术学校上公布。
量子机器学习是非线性量子系统和经典机器学习相结合的一门新学科。机器学习算法具有很高的计算复杂度。现在，当经典计算机的能力停止增长时，科学家们正在创建一种全新的计算方法，这需要对神经网络进行根本不同的实现。为了创造它，量子设备脱颖而出，能够在某些任务中超越经典计算机。
MIPT 物理学家团队对由量子模拟器（多个超导量子位链）加速的混合分类器模型进行了一系列实验，训练它来解决分类和图像识别问题。
“我们找到了一种成功的量子链结构和学习算法，使我们能够在标准多标签分类任务上实现 94% 的准确率，在手写十进制数字识别上实现 90% 的准确率。通过交叉验证方法验证了算法的准确性和稳定性。该研究的合著者、MIPT 人工量子系统实验室的员工 Alexey Tolstobrov 表示：“由于能够利用量子运算的不寻常特性有效计算梯度，量子模型学习速度相当快。”
照片。米阿斯 VI 国际量子技术学院的 Alexey Tolstobrov。 MIPT 新闻服务
照片。米阿斯 VI 国际量子技术学院的 Alexey Tolstobrov。 MIPT 新闻服务