Kvantecomputeren har nok en gang overgått den konvensjonelle. Men i maskinlæring

Et team av forskere, inkludert Google Quantum AI, har utviklet en ny teori. Ifølge den, kvante

datamaskiner må være eksponentielt raskerei noen læringsoppgaver enn klassiske maskiner. I en artikkel publisert i tidsskriftet Science beskrev forskere teorien deres og rapporterte resultatene av testing på Google Sycamore kvantedatamaskin. Vedran Dunko fra Leiden University City publiserte en Perspective-artikkel i samme utgave av tidsskriftet, der han skisserte ideen om å kombinere kvantedatabehandling med maskinlæring for å gi et nytt nivå av datamaskinbaserte læringssystemer.

Maskinlæring er et system som brukerder datamaskiner som er trent på datasett, gjør utdannede gjetninger om nye data. Og kvanteberegning innebærer bruk av subatomære partikler for å representere qubits som et middel til å utføre oppgaver mange ganger raskere enn det som er mulig med klassiske datamaskiner. I en ny studie utforsket forskere ideen om å kjøre maskinlæringsapplikasjoner på kvantemaskiner.

For å finne ut om denne ideen er gjennomførbar og detEnda viktigere, om resultatene ville være bedre enn på klassiske datamaskiner, laget forskerne en maskinlæringsoppgave som ville lære over gjentatte eksperimenter. De utviklet deretter teorier som beskrev hvordan kvantesystemet kunne brukes til å utføre slike eksperimenter og lære av dem.

De beviste at kvantedatamaskinen ikke bare er dettakler, men utfører også oppgaver mye bedre enn det klassiske systemet. Faktisk fant forskerne at antallet eksperimenter som trengs for å utforske konseptet ble redusert med fire størrelsesordener sammenlignet med klassiske systemer. Forskerne bygde deretter et slikt system og testet det på Google Sycamore kvantedatamaskin, og bekreftet deres teori.

Les mer

Elon Musks Noahs ark vil ta én million mennesker til Mars

Astronomer fra Japan har funnet en ukjent struktur i galaksen

Sabel av ukjent opprinnelse funnet i Hellas. Forskere undret seg over en merkelig gjenstand