Российские учёные разработали новый квантовый алгоритм машинного обучения

Ученые НИТУ «МИСиС» разработали алгоритм машинного обучения, который помогает более точно классифицировать данные в квантовых компьютерах. Вместо стандартных кубитов для квантовых вычислений новый метод использует кудиты — квантовые элементы с несколькими уровнями состояний. Они выполняют сложные квантовые операции за меньшее количество шагов, что значительно упрощает вычисления и дает ученым больше свободы в представлении и кодировании информации. Исследование опубликовано в журнале «Вестник Российской академии наук: Физика», сообщили в пресс-службе НИТУ «МИСиС».

"В предлагаемой модели информационный массив кодируется с помощью кудитов, то есть в квантовых состояниях с более чем двумя уровнями, что позволяет обрабатывать больший объем информации без увеличения количества физических носителей. Работа приближает практическое применение квантовых компьютеров в задачах машинного обучения", - рассказал директор Института физики и квантовой техники НИТУ "МИСиС" Алексей Федоров.

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

"Сначала на квантовое состояние кудита поочередно воздействуют квантовые вентили, в которых закодированы классические данные. После этого все регистры измеряются и на выходе получается обычная битовая строка - последовательность нулей и единиц. Наивысшая точность классификации данных достигнута при 1024 итерациях цепочки квантовых вентилей", - рассказывает Елизавета Глазкова, аспирант кафедры Теоретическая физика и квантовые технологии в НИТУ «МИСиС».

Ученые МИСиС и Института нанотехнологий микроэлектроники РАН уже используют полученный алгоритм в совместной работе по сегментированию интерфейсов функциональных тонких пленок для перспективной микроэлектроники.