Mašininis mokymasis, susipažinkite su kvantiniu skaičiavimu

Dar 1958 m., ankstyviausiomis kompiuterių revoliucijos dienomis, JAV karinio jūrų laivyno tyrimų biuras surengė spaudos konferenciją, skirtą Kornelio aeronautikos laboratorijoje pristatyti įrenginį, kurį išrado psichologas Frankas Rosenblatas. Rosenblattas savo prietaisą pavadino perceptronu, o „New York Times“ pranešė, kad tai buvo elektroninio kompiuterio užuomazga, iš kurios [laivynas] tikisi, kad jis galės vaikščioti, kalbėti, matyti, rašyti, daugintis ir suvokti savo egzistavimą.

Tie teiginiai pasirodė kiek per daug išpūsti. Tačiau prietaisas pradėjo tyrimų sritį, kuri ir šiandien turi didžiulį potencialą.

Perceptronas yra vieno sluoksnio neuroninis tinklas. Gilaus mokymosi tinklai, kurie pastaraisiais metais sukėlė tiek daug susidomėjimo, yra tiesioginiai palikuonys. Nors Rosenblatt prietaisas niekada nepasiekė savo perdėto potencialo, yra didelė viltis, kad vienas iš jo palikuonių gali tai padaryti.

Šiandien vyksta dar viena informacijos apdorojimo revoliucija – kvantinė kompiuterija. Ir tai kelia įdomų klausimą: ar kvantiniame kompiuteryje įmanoma įdiegti perceptroną, ir jei taip, koks jis gali būti galingas?

Šiandien mes gauname atsakymą dėl Francesco Tacchino ir kolegų iš Pavijos universiteto Italijoje. Šie vaikinai sukūrė pirmąjį pasaulyje perceptroną, įdiegtą kvantiniame kompiuteryje, o paskui atliko keletą paprastų vaizdo apdorojimo užduočių.

Paprasčiausia forma perceptronas paima vektoriaus įvestį – skaičių rinkinį – ir padaugina jį iš svorio vektoriaus, kad gautų vieno skaičiaus išvestį. Jei šis skaičius viršija tam tikrą ribą, išvestis yra vienas , o jei jis yra žemiau slenksčio, išvestis yra 0 .

Tai turi keletą naudingų programų. Įsivaizduokite pikselių masyvą, kuris sukuria šviesos intensyvumo lygių rinkinį – po vieną kiekvienam pikseliui – vaizduojant tam tikrą piešinį. Kai šis skaičių rinkinys įvedamas į perceptroną, jis sukuria a vienas arba 0 išvestis. Tikslas yra pakoreguoti svorio vektorių ir slenkstį taip, kad išvestis būtų vienas kai pamatys, sakyk katinas ir 0 visais kitais atvejais.

Tacchino ir bendradarbiai pakartojo ankstyvą Rosenblatto darbą kvantiniame kompiuteryje. Technologija, leidžianti tai padaryti, yra IBM Q-5 Tenerife superlaidus kvantinis procesorius. Tai kvantinis kompiuteris, galintis apdoroti penkis kubitus ir gali programuoti internete kiekvienas, galintis parašyti kvantinį algoritmą .

Tacchino ir bendradarbiai sukūrė algoritmą, kuris kaip įvestį naudoja klasikinį vektorių (pavyzdžiui, vaizdą), sujungia jį su kvantinio svorio vektoriumi ir sukuria 0 arba vienas išvestis.

Didelis kvantinio skaičiavimo pranašumas yra tas, kad jis leidžia eksponentiškai padidinti matmenų, kuriuos jis gali apdoroti, skaičių. Nors klasikinis perceptronas gali apdoroti įvestį N matmenys, kvantinis perceptronas gali apdoroti 2 N matmenys.

Tacchino ir bendradarbiai tai demonstruoja su IBM Q-5 procesoriumi. Dėl nedidelio kubitų skaičiaus procesorius gali susidoroti N = 2. Tai atitinka 2x2 nespalvotą vaizdą. Tada mokslininkai klausia: ar šiame paveikslėlyje yra horizontalių ar vertikalių linijų, ar šaškių lentos raštas?

Pasirodo, kad kvantinis perceptronas gali lengvai klasifikuoti šių paprastų vaizdų modelius. Mes parodome, kad šis kvantinis perceptrono modelis gali būti naudojamas kaip elementarus netiesinis paprastų modelių klasifikatorius, tarkime Tacchino ir kt.

Toliau jie parodo, kaip jį būtų galima panaudoti sudėtingesniuose modeliuose, nors ir tokiu būdu, kurį riboja kvantinio procesoriaus galimų apdoroti kubitų skaičius.

Tai įdomus darbas, turintis didelį potencialą. Rosenblatt ir kiti netrukus atrado, kad vienas perceptronas gali klasifikuoti tik labai paprastus vaizdus, ​​​​pvz., tiesias linijas. Tačiau kiti mokslininkai nustatė, kad perceptronų sujungimas į sluoksnius turi daug daugiau galimybių. Įvairios kitos pažangos ir patobulinimai leido sukurti mašinas, kurios gali atpažinti objektus ir veidus taip tiksliai, kaip gali žmonės, ir netgi sumušti geriausius šachmatų ir go žaidėjus.

Tacchino ir kolegos kvantinis perceptronas yra panašiai ankstyvoje evoliucijos stadijoje. Ateities tikslai bus užkoduoti pilkos spalvos vaizdų atitikmenį ir sujungti kvantinius perceptronus į daugiasluoksnius tinklus.

Šios grupės darbas turi tokį potencialą. Mūsų procedūra yra visiškai bendra ir gali būti įgyvendinta bei vykdoma bet kurioje platformoje, galinčioje atlikti universalų kvantinį skaičiavimą, sako jie.

Žinoma, ribojantis veiksnys yra galingesnių kvantinių procesorių, galinčių apdoroti didesnį kubitų skaičių, prieinamumas. Tačiau dauguma kvantinių tyrinėtojų sutinka, kad tokios galimybės yra artimos.

Iš tiesų, kadangi Tacchino ir bendradarbiai atliko savo darbą, IBM jau sukūrė 16 kubitų kvantinį procesorių, pasiekiamą internete. Tik laiko klausimas, kada kvantiniai perceptronai taps daug galingesni.

Nuoroda: arxiv.org/abs/1811.02266 : dirbtinis neuronas, įdiegtas faktiniame kvantiniame procesoriuje

paslėpti