подходит конец эры человечекого мозга как умнейшего и древнейшего на планете Земля : встречайте
Нейросеть реализовали на квантовом компьютере An Artificial Neuron Implemented on an Actual Quantum Processor
Francesco Tacchino, Chiara Macchiavello, Dario Gerace, Daniele Bajoni
(Submitted on 6 Nov 2018)
Artificial neural networks are the heart of machine learning algorithms and artificial intelligence protocols. Historically, the simplest implementation of an artificial neuron traces back to the classical Rosenblatt's `perceptron', but its long term practical applications may be hindered by the fast scaling up of computational complexity, especially relevant for the training of multilayered perceptron networks. Here we introduce a quantum information-based algorithm implementing the quantum computer version of a perceptron, which shows exponential advantage in encoding resources over alternative realizations. We experimentally test a few qubits version of this model on an actual small-scale quantum processor, which gives remarkably good answers against the expected results. We show that this quantum model of a perceptron can be used as an elementary nonlinear classifier of simple patterns, as a first step towards practical training of artificial quantum neural networks to be efficiently implemented on near-term quantum processing hardware.
если внимательно читать , то квантовые системы дают буст обычным нейронам:
Основное преимущество нового подхода заключается в том, что в нем количество измерений, с которыми может работать система, потенциально расти в экспоненциальной зависимости. То есть, если классический персептрон может обработать N каналов на входе, то квантовый — 2N.
Чтобы протестировать разработку, ученые использовали сверхпроводящий квантовый компьютер IBM Q-5 Tenerife из пяти кубитов, который можно программировать через Интернет. Так как количество кубитов очень мало, то можно было проверить алгоритм только для случая N=2, то есть черно-белых изображений размером 2 на 2 пикселя. Авторы настроили систему на классификацию изображений по трем типам: содержащие вертикальные линии, содержащие горизонтальные линии и с раскраской как у шахматной доски. Алгоритм легко справился с таким простым заданием. Авторы показывают, что теоретически алгоритм может работать и с более сложными задачами, но не проверяют их из-за того, что их вычислитель недостаточно мощный.
Авторы пишут, что их работа делает лишь первые шаги, во многом повторяющие развитие оригинальных персептронов полвека назад. Достоинством этой работы можно назвать общий характер алгоритма, который позволяет реализовать его на любом универсальном квантовом вычислителе. В дальнейшем нужно проверить работу многослойных квантовых персептронов, так как в классическом случае подобная комбинация оказалась намного более эффективной.
пс ждем квантовые компутеры