Перейти к содержанию

El "oráculo" cuántico de MADI acelera el entrenamiento de redes neuronales 326 veces

Las nuevas matemáticas reemplazan la enumeración de opciones con una búsqueda precisa de la respuesta

En el Instituto de Ingeniería Automotriz de Moscú (MADI) han desarrollado una herramienta matemática que permite a las computadoras cuánticas entrenar redes neuronales cientos de veces más rápido que los sistemas clásicos.

Fuente de la imagen: Grok Imagine

El autor del desarrollo es el profesor titular de MADI, Tsezar Pronin. Él propuso un método para crear un "oráculo cuántico" — un algoritmo-navegador que dirige los cálculos directamente a la respuesta correcta, evitando una larga enumeración de opciones.

Para la búsqueda de soluciones en la computación cuántica se utiliza el algoritmo de Grover. Este evalúa muchas opciones simultáneamente, pero necesita un "oráculo" — una función que reconoce la solución correcta y amplifica su probabilidad. El principal problema es que las operaciones cuánticas deben ser estrictamente reversibles. Los cálculos auxiliares deben "plegarse" sin pérdida de información.

Pronin utilizó un multiplicador cuántico reversible como "oráculo". Para ello, sistematizó el aparato matricial y construyó análogos cuánticos de las operaciones lógicas básicas — NOT, AND, OR, XOR, así como un sumador completo. Sobre esta base, se formuló el concepto de entrenamiento del elemento básico de una red neuronal — el perceptrón cuántico, donde el "oráculo" se construye sobre la función de activación.

Los cálculos mostraron que el algoritmo de Grover con el nuevo componente encuentra la solución aproximadamente 326 veces más rápido que la enumeración clásica. Un ejemplo es un registro de 16 cúbits. Esto sienta las bases teóricas para tareas aplicadas en la industria, donde se necesita procesar grandes volúmenes de datos en fracciones de segundo.

La siguiente etapa es escalar el enfoque para registros de 2-3 cúbits, adaptarlo a simuladores y dispositivos NISQ (computadoras cuánticas de escala intermedia), así como resolver problemas de la precisión de la aritmética cuántica.

Leer más sobre este tema: