Новый квантовый алгоритм МИСИС для машинного обучения

По сообщению НИТУ МИСИС, исследователи вуза разработали алгоритм для машинного обучения, который помогает точнее классифицировать данные в квантовых компьютерах. Вместо стандартных для квантовых вычислений кубитов новый метод использует кудиты – квантовые элементы с несколькими уровнями состояний. Они выполняют сложные квантовые операции за меньшее количество шагов, что упрощает вычисления и дает специалистам больше свободы в представлении и кодировании информации.

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

Как поясняют в НИТУ МИСИС, в предложенной модели информационный массив кодируют с использованием кудитов, т. е. в квантовых состояниях с числом уровней больше двух, что позволяет обрабатывать больший объем информации, не наращивая число физических носителей. Согласно принципу работы алгоритма, кудиты переносят данные в многомерное пространство, где они впоследствии легко разделяются и классифицируются.

Полученный алгоритм ученые 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 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».