• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  science >> Ciência >  >> Física
    A teoria sugere que os computadores quânticos devem ser exponencialmente mais rápidos em algumas tarefas de aprendizado do que as máquinas clássicas

    A capacidade de processar dados quânticos diretamente com um dispositivo quântico (direita) permite resolver aspectos do nosso universo exponencialmente mais rápido do que passar por um intermediário clássico (esquerda). Isso pode nos permitir descobrir novos fenômenos físicos que seriam praticamente invisíveis sem essa tecnologia. Crédito:Google Quantum AI Hook

    Uma equipe de pesquisadores afiliados a várias instituições nos EUA, incluindo o Google Quantum AI, e um colega na Austrália, desenvolveram uma teoria sugerindo que os computadores quânticos deveriam ser exponencialmente mais rápidos em algumas tarefas de aprendizado do que as máquinas clássicas. Em seu artigo publicado na revista Science , o grupo descreve sua teoria e resultados quando testados no computador quântico Sycamore do Google. Vedran Dunjko, da Leiden University City, publicou um artigo da Perspective na mesma edição da revista, descrevendo a ideia por trás da combinação de computação quântica com aprendizado de máquina para fornecer um novo nível de sistemas de aprendizado baseados em computador.
    O aprendizado de máquina é um sistema pelo qual computadores treinados com conjuntos de dados fazem suposições informadas sobre novos dados. E a computação quântica envolve o uso de partículas subatômicas para representar qubits como um meio de conduzir aplicativos muito mais rápido do que é possível com computadores clássicos. Nesse novo esforço, os pesquisadores consideraram a ideia de executar aplicativos de aprendizado de máquina em computadores quânticos, possivelmente tornando-os melhores no aprendizado e, portanto, mais úteis.

    Para descobrir se a ideia pode ser possível e, mais importante, se os resultados seriam melhores do que os obtidos em computadores clássicos, os pesquisadores apresentaram o problema de uma maneira inovadora - eles criaram uma tarefa de aprendizado de máquina que aprenderia por meio de experimentos repetidos muitas vezes. tempo acabou. Eles então desenvolveram teorias descrevendo como um sistema quântico poderia ser usado para conduzir tais experimentos e aprender com eles. Eles descobriram que eram capazes de provar que um computador quântico poderia fazê-lo e que poderia fazê-lo muito melhor do que um sistema clássico. De fato, eles encontraram uma redução no número necessário de experimentos necessários para aprender um conceito a ser quatro ordens de magnitude menor do que para sistemas clássicos. Os pesquisadores então construíram esse sistema e o testaram no computador quântico Sycamore do Google e confirmaram sua teoria.

    O trabalho sugere que, se um computador quântico utilizável e de palavras reais for desenvolvido, ele poderá ser capaz de criar coisas novas em uma escala quase inimaginável. + Explorar mais

    O entrelaçamento desbloqueia o dimensionamento para aprendizado de máquina quântico


    © 2022 Science X Network



    © Ciência https://pt.scienceaq.com