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
Оставить комментарий
Вычислительный интеллект
Термины: Вычислительный интеллект