• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
14.09.2017
Сколтех
189

Квантовые компьютеры могут использовать в машинном обучении

Международная группа ученых рассказала о будущем машинного обучения.

©Wikipedia

Обычно мы рассматриваем информацию как некий абстрактный или виртуальный объект. Однако храниться эта информация должна на физическом носителе. Поэтому работа устройств, предназначенных для ее обработки, регулируется законами физики. Физические пределы способности машин к обучению также подчиняются этим законам. Самая известная физическая теория – квантовая, и при определении абсолютных пределов способностей компьютера к обучению нужно обращаться именно к ней.

Квантовый алгоритм – это многоступенчатая процедура, выполняемая на квантовом компьютере для решения той или иной проблемы, например поиска в базе данных. Программное обеспечение для квантового машинного обучения использует квантовые алгоритмы для обработки информации, и делает это способом, недоступным для классического компьютера.

Это открывает совершенно новые возможности и перспективы, которые могут превзойти самые известные классические алгоритмы, использующиеся в машинном обучении. Эффект, которого удается достичь с помощью квантовых компьютеров, называется «квантовым ускорением машинного обучения».

Методы машинного обучения используют математические алгоритмы для поиска определенных паттернов в больших массивах данных. Машинное обучение широко используется в биотехнологиях, фармацевтике, практической физике и многих других областях. Благодаря способности адаптироваться к новым данным, машинное обучение сильно превосходит способности людей. Несмотря на это, с некоторыми сложными задачами машинное обучение пока справиться не может. Ожидается, что квантовое ускорение станет возможным для множества задач машинного обучения, начиная от оптимизации и заканчивая глубинным обучением нейронных сетей.

В статье, опубликованной в журнале Nature, международная группа ученых под руководством сотрудника Сколтеха Якоба Биамонте (Jacob Biamonte) рассказывает о том, какие шаги надо предпринять, чтобы квантовое ускорение машинного обучения стало возможным на практике. Согласно мнению ученых квантовое машинное обучение может увеличить скорость и точность ряда базовых алгоритмов классического машинного обучения.

Дело в том, многие модели классического машинного обучения  (в частности,  глубинное обучение) основаны на классической симуляции систем, состоящих из большого количества двухуровневых подсистем (каждая из таких подсистем может находиться в одном из двух состояний). У этой математической конструкции есть прямой физический аналог – спиновые системы Изинга, хорошо известные  в квантовой и статистической физике. Квантовая механика позволяет увеличить производительность систем Изинга (т.н. больцмановских машин или машин глубинного обучения). 

Возможность использования  квантовых компьютеров в машинном обучении привлекает в последнее время  все больше внимания на фоне быстрорастущей мощности квантовых компьютеров. Эта возможность оказалась довольно неожиданной для физиков. Многие ученые полагают, что одной из основных задач квантового компьютера будет моделирование процессов химической физики для фармацевтической промышленности с целью открытия новых лекарств.

Сейчас становится ясно, что определенные модели машинного обучения, в особенности глубинного обучения, имеют свой квантовый эквивалент. Квантовое машинное обучение может быть использовано в тандеме с уже известными в квантовой теории информации методами, применимыми в квантовой химии. Это откроет новые возможности в наступающей эре квантовых технологий.

«Наша команда дискутировала по скайпу до поздней ночи, к какой области науки отнести наше исследование. Мы многократно переписывали нашу статью, меняли основную мысль, в конечном счете написали три версии за 8 месяцев, не имеющие между собой ничего общего, кроме названия – в итоге отправили конечный вариант в журнал Nature», – рассказывает Якоб Биамонте.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Сколковский институт науки и технологий — негосударственный технологический университет, расположенный в инновационном центре Сколково. Институт был создан в 2011 году при поддержке Массачусетского технологического института. Модель института предусматривает тесную интеграцию технологического образования, исследовательской работы и предпринимательских навыков. Институт ведёт обучение по программам магистратуры и PhD, рабочий язык — английский.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
3 часа назад
JuliaT

Исследователи, изучающие косаток, заметили, что представители одной из рыбоядных популяций этих китообразных часто нападают на морских свиней и убивают их, но после не съедают добычу. Международная команда ученых из США, Великобритании и Канады попыталась объяснить причины такого поведения.

29 сентября
Igor

К неожиданным прорывам в науке могут привести даже пустяковые вещи вроде чаинок в чашке. Парадокс чайного листа только на первый взгляд кажется неважным, но в свое время им заинтересовался Альберт Эйнштейн. Решение парадокса ученый представил на одной из конференций, чем вызвал ажиотаж у академической публики. Докладу немецкого физика уже почти 100 лет, а самому парадоксу — гораздо больше, но исследователи во всем мире продолжают использовать его в своих работах. Например, недавно китайские ученые применили его для изучения концентрации веществ в наножидкостях.

28 сентября
Александр Березин

Космический телескоп «Гайя» позволил оценить скорость движения рекордного количества звезд в Млечном Пути, и новые данные оказались крайне неожиданными. Дело не только в том, что его масса упала во много раз: стало ясно, что сама структура Галактики не такая, как думали раньше.

26 сентября
Мария Азарова

Ученые применили современные методы, такие как микрокомпьютерная томография, получили сотни рентгеновских изображений и создали 3D-модель. Все для того, чтобы обнаружить следы опухоли во внутренней части черепа человека, жившего в середине IV века нашей эры. Это самый ранний случай менингиомы на Пиренейском полуострове — из тех, что известны науке.

29 сентября
Igor

К неожиданным прорывам в науке могут привести даже пустяковые вещи вроде чаинок в чашке. Парадокс чайного листа только на первый взгляд кажется неважным, но в свое время им заинтересовался Альберт Эйнштейн. Решение парадокса ученый представил на одной из конференций, чем вызвал ажиотаж у академической публики. Докладу немецкого физика уже почти 100 лет, а самому парадоксу — гораздо больше, но исследователи во всем мире продолжают использовать его в своих работах. Например, недавно китайские ученые применили его для изучения концентрации веществ в наножидкостях.

28 сентября
Александр Березин

Космический телескоп «Гайя» позволил оценить скорость движения рекордного количества звезд в Млечном Пути, и новые данные оказались крайне неожиданными. Дело не только в том, что его масса упала во много раз: стало ясно, что сама структура Галактики не такая, как думали раньше.

2 сентября
Редакция

Американский поэт и литературный критик Адам Кирш в эссе, опубликованном в The Guardian, рассуждает о том, как новые представления о возможностях животного разума меняют нас самих.

20 сентября
Ольга Иванова

Исследователи из Швеции и Великобритания узнали, что «правило деревьев» да Винчи, который считал, что толщина всех веток дерева на любой его высоте, сложенная вместе, равна толщине ствола, ошибочно на микроуровне.

[miniorange_social_login]

Комментарии

Написать комментарий

Подтвердить?
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно
Ваше сообщение получено

Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.

Понятно

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: