世界

量子ハードウェアは、AIにとって良いマッチである可能性があります

量子コンピューターにはそのような分離がありません。それらにはいくつかの量子メモリを含めることができますが、データは一般にキュビットに直接収容されますが、計算にはゲートと呼ばれる操作を直接実行することが含まれます。実際、監視された機械学習のために、システムが事前に分類されたデータでトレーニング後にアイテムを分類することを学ぶことができるというデモンストレーションがありました。処理中のデータが古典的なハードウェアに収容されている場合でも、量子システムは古典的なデータを上回ることができます。 この形式の機械学習は、変異量子回路と呼ばれるものに依存しています。これは、ハードウェアの古典的な側面に保持され、ゲート操作をトリガーする制御信号を介してキュービットに与えられる追加の要素を採用する2 quitゲート操作です。これは、ニューラルネットワークに関与する通信に類似していると考えることができます。2つの人工ニューロン間の情報の合格と信号に与えられた重量に類似した因子の間の情報の合格に相当する2 quitゲート操作があります。 これはまさに、ホンダ研究所のチームがBlue Qubitと呼ばれる量子ソフトウェア会社と協力して取り組んだシステムです。 ピクセルへのキッツ 新しい作業の焦点は、主にクラシックの世界からデータをQuantum Systemに入手するためにどのように取得するかにありました。しかし、研究者は最終的に2つの異なる量子プロセッサで結果をテストすることになりました。 彼らがテストしていた問題は、画像分類の1つです。原材料は、北カリフォルニアでの約80時間の運転から撮影された画像が撮影されたホンダシーンデータセットからのものでした。画像には、シーンにあるものに関する情報がタグ付けされています。そして、研究者が機械を扱うことを望んでいた質問は簡単なものでした：それはシーンで雪が降っていますか？ #量子ハードウェアはAIにとって良いマッチである可能性があります