В Московском автодорожном институте разработали математический инструмент, который позволяет квантовым компьютерам обучать нейросети в сотни раз быстрее классических систем. 

Автор разработки — старший преподаватель МАДИ Цезарь Пронин. Он предложил способ создания «квантового оракула» — алгоритма-навигатора, который направляет вычисления сразу к правильному ответу, минуя долгий перебор вариантов.

Для поиска решений в квантовых вычислениях применяется алгоритм Гровера. Он оценивает множество вариантов одновременно, но нуждается в «оракуле» — функции, которая распознаёт верное решение и усиливает его вероятность. Главная проблема в том, что квантовые операции должны быть строго обратимыми. Вспомогательные вычисления приходится «сворачивать» без потери информации.

Пронин использовал в роли «оракула» обратимый квантовый умножитель. Для этого он систематизировал матричный аппарат и построил квантовые аналоги базовых логических операций — NOT, AND, OR, XOR, а также полного сумматора. На этой основе сформулирована концепция обучения базового элемента нейросети — квантового персептрона, где «оракул» строится на функции активации.

Расчёты показали: алгоритм Гровера с новым компонентом находит решение примерно в 326 раз быстрее классического перебора. Пример — 16-кубитный регистр. Это закладывает теоретический фундамент для прикладных задач в промышленности, где нужно обрабатывать большие массивы данных за доли секунды.

Следующий этап — масштабирование подхода для 2–3-кубитных регистров, адаптация под симуляторы и NISQ-устройства (квантовые компьютеры промежуточного масштаба), а также решение вопросов разрядности квантовой арифметики.