Лекция
Привет, Вы узнаете о том , что такое квантовые нейронные сети, Разберем основные их виды и особенности использования. Еще будет много подробных примеров и описаний. Для того чтобы лучше понимать что такое квантовые нейронные сети, qnn , настоятельно рекомендую прочитать все из категории Вычислительный интеллект.
квантовые нейронные сети ( QNN ) - это модели вычислительных нейронных сетей , основанные на принципах квантовой механики . Первые идеи о квантовых нейронных вычислениях были независимо опубликованы в 1995 году Субхашем Каком и Роном Крисли , которые занимались теорией квантового разума , которая утверждает, что квантовые эффекты играют роль в когнитивных функциях. Однако типичные исследования в QNN включают сочетание классических моделей искусственных нейронных сетей (которые широко используются в машинном обучении для важной задачи распознавания образов) с преимуществами квантовой информации.для разработки более эффективных алгоритмов. Одним из важных мотивов этих исследований является сложность обучения классических нейронных сетей, особенно в приложениях с большими данными . Есть надежда, что такие особенности квантовых вычислений , как квантовый параллелизм или эффекты интерференции и запутанности, могут быть использованы в качестве ресурсов. Поскольку технологическая реализация квантового компьютера все еще находится на преждевременной стадии, такие модели квантовых нейронных сетей в основном представляют собой теоретические предложения, ожидающие своего полного воплощения в физических экспериментах.
Идея искусственных квантовых нейронных сетей, впервые сформулированная в работе [34], представляет собой объединение концепции искусственной нейронной сети и парадигмы квантовых вычислений. Первое систематическое рассмотрение искусственных квантовых нейронных
сетей было дано в диссертации Т.Меннера (1998). На основании работ Меннера, Нарайанана [42,43], Коды, Матцуи, Нишимуры [35,36], Алтайского, Чжоу и др. [2, 68, 67] были построены квантово-инспирированные алгоритмы обучения нейронной сети, используемые в настоящее
время в различных обучающих программах и компьютерных играх [30,29]. Первая масштабируемая аппаратно реализованная модель искусственной квантовой нейронной сети, годная к практическому использованию, была разработана компанией D-wave Systems Inc. Об этом говорит сайт https://intellect.icu . [33] и представляет собой квантовую сеть Хопфилда, построенную на основе сверхпроводящих квантовых интерференционных устройств SQUID. В настоящей работе анализируются принципы и возможности альтернативной реализации квантовых нейронных сетей на основе квантовых точек.
Рассматривается возможность использования квантовых нейросетевых алгоритмов в системах автоматизированного управления, в устройствах ассоциативной памяти, при моделировании биологических и социальных сетей
Исследования квантовых нейронных сетей все еще находятся в зачаточном состоянии, и было выдвинуто множество предложений и идей разного масштаба и математической строгости. Большинство из них основано на идее замены классического бинарные или Маккалки-Pitts нейронов с кубитом (который можно назвать «quron»), в результате чего в нервных узлах , которые могут быть в суперпозиции состояния «стрельбы» и «отдыхает '.
Многие предложения пытаются найти квантовый эквивалент для блока персептрона, из которого построены нейронные сети. Проблема в том, что нелинейные функции активации не сразу соответствуют математической структуре квантовой теории, поскольку квантовая эволюция описывается линейными операциями и приводит к вероятностному наблюдению. Идеи имитации функции активации персептрона с помощью квантово-механического формализма простираются от специальных измерений до постулирования нелинейных квантовых операторов (математическая основа, которая оспаривается). Прямая реализация функции активации с использованием схемной модели квантовых вычислений.недавно был предложен Шульдом, Синайским и Петруччионе на основе алгоритма квантовой оценки фазы . [10]
В более широком масштабе исследователи попытались обобщить нейронные сети на квантовую среду. Один из способов создания квантового нейрона - сначала обобщить классические нейроны, а затем обобщить их, чтобы получить унитарные вентили. Взаимодействиями между нейронами можно управлять квантово, с помощью унитарных вентилей, или классически, путем измерения состояний сети. Этот высокоуровневый теоретический метод может применяться широко, принимая различные типы сетей и различные реализации квантовых нейронов, такие как нейроны с фотонной реализацией [11] [12] и квантовый резервуарный процессор . [13]Большинство алгоритмов обучения следуют классической модели обучения искусственной нейронной сети для изучения функции ввода-вывода заданного обучающего набора и используют классические контуры обратной связи для обновления параметров квантовой системы до тех пор, пока они не сойдутся к оптимальной конфигурации. К обучению как проблеме оптимизации параметров также подходили адиабатические модели квантовых вычислений. [14]
Квантовые нейронные сети могут быть применены к алгоритмическому проектированию: с учетом кубитов с настраиваемыми взаимными взаимодействиями можно попытаться изучить взаимодействия, следуя классическому правилу обратного распространения ошибки, на основе обучающего набора желаемых отношений ввода-вывода, которые считаются желаемым поведением алгоритма вывода. [15] [16] Таким образом, квантовая сеть «учится» алгоритму.
Алгоритм квантовой ассоциативной памяти [17] был введен Дэном Вентурой и Тони Мартинесом в 1999 году. Авторы не пытаются перевести структуру моделей искусственных нейронных сетей в квантовую теорию, но предлагают алгоритм для квантового компьютера на основе схем, который имитирует ассоциативная память . Состояния памяти (в нейронных сетях Хопфилда, сохраненные в весах нейронных связей) записываются в виде суперпозиции, и алгоритм квантового поиска, подобный Гроверу.извлекает состояние памяти, наиболее близкое к заданному входу. Преимущество заключается в экспоненциальной емкости памяти состояний памяти, однако остается вопрос, имеет ли модель значение с точки зрения первоначальной цели моделей Хопфилда как демонстрации того, как упрощенные искусственные нейронные сети могут моделировать особенности мозга.
Существенный интерес вызвала «квантовая» модель, в которой используются идеи квантовой теории для реализации нейронной сети, основанной на нечеткой логике .
В ближайшем будущем появятся вентильные квантовые компьютеры с достаточным числом кубитов и высокой точностью, чтобы запускать на них недоступные для обычных вычислительных машин схемы и задачи. Один из подходов к разработке квантовых алгоритмов — позволить архитектуре аппаратного обеспечения определять, какой набор вентилей использовать.
Исследование, описанное в статье про квантовые нейронные сети, подчеркивает ее значимость в современном мире. Надеюсь, что теперь ты понял что такое квантовые нейронные сети, qnn и для чего все это нужно, а если не понял, или есть замечания, то не стесняйся, пиши или спрашивай в комментариях, с удовольствием отвечу. Для того чтобы глубже понять настоятельно рекомендую изучить всю информацию из категории Вычислительный интеллект
Из статьи мы узнали кратко, но содержательно про квантовые нейронные сети
Комментарии