Квантовые компьютеры должны быть экспоненциально быстрее в некоторых задачах обучения, чем классические машины
Группа исследователей, связанных с несколькими учреждениями, включая Google Quantum AI, разработали теорию, предполагающую, что квантовые компьютеры должны быть экспоненциально быстрее в некоторых задачах обучения, чем классические машины.
В своей статье ученые описывают теорию и результаты тестирования на квантовом компьютере Google Sycamore. Ведран Дунько из Leiden University City опубликовал в том же номере журнала статью «Перспектива», в которой изложил идею объединения квантовых вычислений с машинным обучением для обеспечения нового уровня компьютерных систем обучения.
Машинное обучение — это система, с помощью которой компьютеры, обученные на наборах данных, делают обоснованные предположения о новых данных.
А квантовые вычисления включают использование субатомных частиц для представления кубитов в качестве средства для выполнения приложений во много раз быстрее, чем это возможно с классическими компьютерами.
В новой попытке исследователи рассмотрели идею запуска приложений машинного обучения на квантовых компьютерах, что, возможно, сделает их лучше в обучении и, следовательно, более полезными.
Чтобы выяснить, возможна ли эта идея и, что более важно, будут ли результаты лучше, чем те, которые достигаются на классических компьютерах, исследователи поставили проблему по-новому — они разработали задачу машинного обучения, которая будет обучаться с помощью многократно повторяемых экспериментов.
Затем они разработали теории, описывающие, как квантовая система может быть использована для проведения таких экспериментов и извлечения из них уроков. Ученые обнаружили, что им удалось доказать, что квантовый компьютер может это сделать, и что он может сделать это намного лучше, чем классическая система.
Фактически, они обнаружили, что сокращение необходимого количества экспериментов, необходимых для изучения концепции, на четыре порядка ниже, чем для классических систем. Затем исследователи построили такую систему и протестировали ее на квантовом компьютере Google Sycamore, подтвердив свою теорию.
Кроме того, квантовые ресурсы, необходимые для достижения экспоненциального преимущества, оказались весьма скромны — до 40 кубитов на квантовом процессоре Google Sycamore.
Работа предполагает, что если когда-либо будет разработан пригодный для использования в реальном мире квантовый компьютер, он может быть способен изучать новые вещи в почти невообразимых масштабах.
Статья об исследовании была опубликована в журнале Science.