В МИСИС разработали новый квантовый алгоритм для машинного обучения

Алгоритм опорных векторов — одна из базовых моделей классификации, которую обычно используют для распознавания изображений и цифр, а также в таких проектах машинного обучения, которые занимаются распознаванием раковых опухолей и разработкой новых лекарств.

«В предложенной модели информационный массив кодируют с использованием кудитов, то есть в квантовых состояниях с числом уровней больше двух, что позволяет обрабатывать больший объём информации, не наращивая число физических носителей. Работа приближает практическое применение квантовых компьютеров в задачах машинного обучения», — отметил директор Института физики и квантовой инженерии НИТУ МИСИС Алексей Фёдоров.

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

«Сначала на квантовое состояние кудита по очереди действуют квантовые вентили, в которых закодированы классические данные. После чего выполняют измерения всех регистров и на выходе получают обычную битовую строку — последовательность нулей и единиц. Наибольшая точность классификации данных была достигнута при 1024 итерациях цепочки из квантовых вентилей», — рассказывает аспирантка кафедры теоретической физики и квантовых технологий НИТУ МИСИС Елизавета Глазкова.

Полученный алгоритм учёные Университета МИСИС и Института нанотехнологий микроэлектроники РАН уже применяют в совместной работе по сегментации интерфейсов функциональных тонких пленок для перспективной микроэлектроники.

Подробности исследования опубликованы в научном журнале Bulletin of the Russian Academy of Sciences: Physics. Работа выполнена в рамках стратегического технологического проекта НИТУ МИСИС «Квантовый интернет» по программе Минобрнауки России «Приоритет-2030».

Фото: пресс-служба МИСИС