Látni tanul a kvantumszámítógép

2017. március 17. 08:30

Kaliforniai kutatók úttörő kísérletet végeztek: fák felismerésére tanítottak meg egy kvantumszámítógépet. Gépi tanulás, minta- és képfelismerés az atomi szint alatti világban.

Kaliforniai tudósok fák felismerésére tanítják a D-Wave 2X kvantumszámítógépet. Hagyományos komputerek speciális algoritmusokkal ismernek fel mintázatokat képeken, viszont rengeteg memória és számítási kapacitás kell hozzá. Az atomszint alatt működő kvantumszámítógépek qubitjei – ellentétben a vagy 0-t, vagy 1-et reprezentáló bitekkel – egyszerre jeleníthetik meg a 0-t és az 1-et is. Elvileg sokkal gyorsabban megoldanak problémákat, mint az általunk ismert gépek, egyelőre viszont csak kevés adattal dolgoznak. A kvantumszámítások jellege és a kvantumbitek programozásának korlátai miatt komplex feladatokra, például gépi látásra alkalmatlanok.

Eddig legalábbis azok voltak. Edward Boyda, a moragai (Kalifornia) St. Mary’s College fizikusa és munkatársai többszáz NASA műholdas képet töltöttek fel az 1152 qubites D-Wave 2X-re, és a gépnek különféle tulajdonságok alapján meg kellett határoznia, hogy fákat lát, azaz meg kellett különböztetnie őket az utaktól, folyóktól, épületektől stb. Utána közölték a géppel, hogy sikerrel járt, vagy tévedett. Tévedéseiből tanulva, módosított a fák felismerésére kitalált formulán.

A tanulási folyamat után D-Wave 90 százalékos pontossággal ismert fel fákat a kaliforniai Mill völgyről készült légi felvételeken. Minimálisan teljesített jobban az ugyanilyen feladatot kivitelező hagyományos komputereknél, a kísérlet viszont jól szemlélteti, hogyan programozhatók képelemzésre – és elvileg más bonyolult és számításigényes feladatok, például pontosabb időjárás-előrejelzés kivitelezésére – kvantumszámítógépek.

Gyors áttörésre azonban ne számítsunk, a kvantum-számítástechnika gyerekcipőben jár, gépi tanulásnál úgy tűnik, működhet, viszont nyilvánvalóan lesznek zsákutcának bizonyuló alkalmazások is.

A bejegyzés trackback címe: http://digit.mandiner.hu/trackback/29198

Hozzászóláshoz és a további kommentek megtekintéséhez lépjen be, vagy regisztráljon!

Bejelentkezés