Ученые из НИТУ МИСИС создали алгоритм, который позволяет нейросети обучаться и исправлять ошибки, допущенные квантовыми компьютерами. Система сама находит погрешности и вносит коррективы в вычисления за счет сочетания интеллектуальных и классических алгоритмов.
Квантовые компьютеры в своей работе используют кубиты, благодаря чему способны проводить сложные вычисления быстрее, чем устройства с классическими процессорами. Однако они очень восприимчивы к внешним помехам. Даже минимальное воздействие может исказить результат. А если речь идет о масштабных вычислениях, то погрешности накапливаются с каждой итерацией, увеличивая отклонение. Чтобы избавиться от этой проблемы, исследователи МИСИС придумали алгоритм на базе рекуррентных нейросетей, умеющих обучаться выявлять ошибки.
Полученный алгоритм может работать с разными кодами коррекции и основан на архитектуре рекуррентных сетей для анализа временных рядов данных, получаемых при периодическом измерении вспомогательных кубитов. Авторы проекта провели тестирование полученной методики и убедились в ее эффективности.
Главное преимущество разработки заключается в способности обучаться на данных, полученных с конкретного устройства. Это особенно важно в условиях, когда характер ошибок отличается от теоретически предполагаемых моделей. Кроме того, предложенный алгоритм декодирования не зависит от конкретного кода коррекции, что делает его универсальным и легко масштабируемым.
Повышение точности квантовых вычислений — одна из ключевых и фундаментальных задач современной науки, продвигающей перспективный тип процессоров. В будущем квантовые компьютеры помогут совершить прорыв в скорости наращивания вычислительных мощностей, а также в шифровании данных.
Ранее мы рассказывали, как в Китае применили квантовые технологии на флоте для обнаружения подводных лодок противника.
