ШЕНЖЕН, Китай - MicroCloud Hologram Inc. (NASDAQ: HOLO), поставщик технологических услуг с рыночной капитализацией 35 миллионов долларов, объявила о разработке технологии квантовых алгоритмов, направленной на улучшение производительности глубоких свёрточных нейронных сетей (CNN) с использованием возможностей квантовых вычислений.
Квантовая свёрточная нейронная сеть (QCNN) компании стремится воспроизвести результаты традиционных CNN, улучшая вычислительную эффективность и преодолевая проблемы, присущие квантовым вычислениям, такие как реализация нелинейных операций. Архитектура QCNN использует кодирование квантовых состояний для отображения многомерных данных в квантовые состояния, что облегчает параллельные свёрточные операции и снижает вычислительную сложность.
Квантовые свёрточные ядра извлекают особенности из данных с квантовой скоростью, а также был разработан подход, основанный на измерении, для нелинейных функций активации, сохраняющих квантовую суперпозицию. Оптимизационный алгоритм HOLO для обучения QCNN включает в себя вычисление квантового градиента с методами градиентного спуска, что позволяет эффективно обновлять параметры. Численные симуляции показали, что QCNN может достигать точности классификации, сопоставимой с классическими CNN, но с превосходной вычислительной скоростью и эффективностью использования ресурсов, особенно при больших наборах данных.
Эта технология имеет практическое применение в различных областях, включая анализ медицинских изображений, где QCNN может быстро и точно обнаруживать аномалии, и в автономном вождении, где она может обрабатывать информацию об окружающей среде в реальном времени. Компания также видит потенциал для QCNN в обработке естественного языка и финансовом анализе.
QCNN представляет собой значительный шаг в интеграции квантовых технологий с искусственным интеллектом, с потенциалом революционизировать такие сектора, как здравоохранение, транспорт, финансы и фундаментальная наука. По мере прогресса квантового вычислительного оборудования ожидается, что потенциал QCNN будет расширяться, что станет важным этапом в развитии интеллектуальных систем следующего поколения.