Para ilmuwan mengatakan mereka telah maju setelah mengembangkan teknik komputasi kuantum untuk menjalankan algoritma pembelajaran otomatis yang melebihi komputer klasik generasi terbaru.
Para peneliti mengungkapkan temuan mereka dalam sebuah penelitian yang diterbitkan pada 2 Juni di majalah. Fotonik Alam.
Para ilmuwan menggunakan metode yang didasarkan pada sirkuit fotonik kuantum dan algoritma pembelajaran otomatis adat.
Menggunakan hanya dua foton, teknik peralatan berhasil menunjukkan kecepatan, presisi, dan efisiensi yang lebih tinggi pada metode komputer klasik standar untuk menjalankan algoritma pembelajaran otomatis.
Para ilmuwan mengatakan ini adalah salah satu pertama kalinya bahwa pembelajaran mesin kuantum telah digunakan untuk masalah dunia nyata dan memberikan manfaat yang tidak dapat disimulasikan menggunakan komputer biner. Selain itu, karena arsitektur baru, itu dapat diterapkan pada sistem komputasi kuantum dengan hanya satu qbit, kata mereka.
Tidak seperti banyak metode yang ada untuk mencapai akselerasi melalui teknik hybrid komputasi klasik kuantum, metode baru ini tidak memerlukan kusut pintu. Sebaliknya, ini didasarkan pada injeksi foton.
Terkait: ‘Science Is Resolved’: IBM untuk membangun 10.000 -Komputasi kuantum mengerikan untuk 2029
Pada dasarnya, tim menggunakan laser yang menghadap femstose, laser yang memancarkan cahaya dalam pulsa yang sangat pendek yang diukur dalam femintosegundos (10⁻¹⁵ detik) untuk menulis pada substrat kaca borosilikat untuk mengklasifikasikan titik data dari kumpulan data. Kemudian foton disuntikkan ke dalam enam konfigurasi yang berbeda, yang diproses oleh sistem biner kuantum hibrida.
Para ilmuwan menentukan di mana pengukuran fotonik melebihi yang dilakukan melalui komputasi klasik mengukur berapa lama foton yang dibutuhkan untuk menyelesaikan sirkuit kuantum. Kemudian mereka mengisolasi proses di mana pemrosesan kuantum memberikan manfaat dan membandingkan hasil dengan output klasik.
Para peneliti menemukan bahwa percobaan yang dieksekusi menggunakan sirkuit kuantum fotonik lebih cepat, lebih tepat dan lebih hemat energi daripada yang dilakukan hanya menggunakan teknik komputasi klasik. Kinerja yang meningkat ini diterapkan pada kelas pembelajaran otomatis khusus yang disebut “Pembelajaran Otomatis Berbasis Nukleus” yang dapat memiliki aplikasi yang tak terhitung banyaknya dalam klasifikasi data.
Sementara jaringan saraf yang dalam telah menjadi Alternatif yang semakin populer untuk metode nukleus Untuk pembelajaran otomatis dalam dekade terakhir, sistem berbasis inti telah terlihat Kebangkitan Dalam beberapa tahun terakhir, karena kesederhanaan relatif dan keuntungannya saat bekerja dengan set data kecil.
Eksperimen tim dapat menyebabkan algoritma yang lebih efisien di bidang pemrosesan bahasa alami dan model pembelajaran lainnya yang diawasi.
Mungkin yang paling penting adalah bahwa penelitian ini menunjukkan metode baru untuk mengidentifikasi tugas -tugas di mana komputer kuantum menonjol dalam sistem komputer hybrid.
Para peneliti mengatakan bahwa teknik yang digunakan dapat diskalakan, yang berarti bahwa mereka dapat mengarah pada kinerja yang lebih baik karena jumlah foton atau qubit meningkat. Ini bisa, pada gilirannya, memungkinkannya Keterbatasan Konsumsi Energi Karena kebutuhan energi besar yang diperlukan untuk memproses data melalui elektronik.
Para peneliti menegaskan bahwa teknik mereka “akan membuka pintu ke metode hybrid di mana prosesor fotonik digunakan untuk meningkatkan kinerja metode pembelajaran otomatis standar.”
