Компактная квантовая система обошла крупный классический ИИ в реальных задачах
Исследователи продемонстрировали, что очень небольшая квантовая система — на всего лишь 9 атомах — способна превосходить крупные классические модели машинного обучения в задачах прогнозирования временных рядов. В частности, в реальной задаче прогнозирования температуры на несколько дней.
Изображение сгенерировано Nano BananaАвторы работы утверждают, что это стало первой экспериментальной демонстрацией, где квантовое машинное обучение показало преимущество над крупномасштабными классическими моделями в реальной задаче. Вместо привычного подхода с наращиванием размеров и сложности исследователи использовали другой принцип: данные подавались в систему, после чего она сама эволюционировала, а результат считывался на выходе — без жесткого управления каждым вычислительным шагом. Для управления атомами ученые использовали методы ядерного магнитного резонанса.
Как сообщается, даже когда классическую систему масштабировали до тысяч узлов, квантовая установка из девяти атомов все равно показывала более высокую точность в долгосрочном прогнозировании.
Исследователи подчеркивают, что речь пока не идет о универсальном квантовом компьютере: система ограничена по размеру и тестировалась только на отдельных типах задач. Тем не менее работа показывает, что практическую пользу можно извлекать уже из малых квантовых систем.
© iXBT
