Google разрешила платить мимо кассы Google разрешила платить мимо кассы Актёр клонировал голос, чтобы отбиться от пиратов Актёр клонировал голос, чтобы отбиться от пиратов TSMC переводит ИИ на свет TSMC переводит ИИ на свет YouTube судят за то, что он не отключил рекламу Premium-подписчикам YouTube судят за то, что он не отключил рекламу Premium-подписчикам

В МИСИС разработали новый квантовый алгоритм для машинного обучения

🇷🇺 1 мин
Иллюстрация предоставлена пресс-службой Университета МИСИС

Исследователи НИТУ МИСИС разработали алгоритм для машинного обучения, который помогает точнее классифицировать данные в квантовых компьютерах. Вместо стандартных для квантовых вычислений кубитов, новый метод использует кудиты — квантовые элементы с несколькими уровнями состояний. Они выполняют сложные квантовые операции за меньшее количество шагов, что значительно упрощает вычисления и даёт специалистам больше свободы в представлении и кодировании информации.

Алгоритм опорных векторов — одна из базовых моделей классификации, которую обычно используют для распознавания изображений и цифр, а также в таких проектах машинного обучения, которые занимаются распознаванием раковых опухолей и разработкой новых лекарств.

«В предложенной модели информационный массив кодируют с использованием кудитов, то есть в квантовых состояниях с числом уровней больше двух, что позволяет обрабатывать больший объём информации, не наращивая число физических носителей. Работа приближает практическое применение квантовых компьютеров в задачах машинного обучения», — отметил директор Института физики и квантовой инженерии НИТУ МИСИС Алексей Фёдоров.

Согласно принципу работы алгоритма, кудиты переносят данные в многомерное пространство, где они впоследствии легко разделяются и классифицируются.


«Сначала на квантовое состояние кудита по очереди действуют квантовые вентили, в которых закодированы классические данные. После чего выполняют измерения всех регистров и на выходе получают обычную битовую строку — последовательность нулей и единиц. Наибольшая точность классификации данных была достигнута при 1024 итерациях цепочки из квантовых вентилей», — рассказывает аспирантка кафедры теоретической физики и квантовых технологий НИТУ МИСИС Елизавета Глазкова.


Полученный алгоритм учёные Университета МИСИС и Института нанотехнологий микроэлектроники РАН уже применяют в совместной работе по сегментации интерфейсов функциональных тонких пленок для перспективной микроэлектроники.

Подробности исследования опубликованы в научном журнале Bulletin of the Russian Academy of Sciences: Physics. Работа выполнена в рамках стратегического технологического проекта НИТУ МИСИС «Квантовый интернет» по программе Минобрнауки России «Приоритет-2030».