Добавь сайт в закладки нажми CTRL+D
До сих пор развитие искусственного интеллекта шло простым и понятным путём. Больше слоёв, больше связей, наращивание вычислительных мощностей — вот универсальный рецепт успеха. Но новое исследование сломает этот стереотип.
Учёные отказались от гонки объёмов и собрали экстремально компактную квантовую систему. В ней всего девять взаимодействующих атомных спинов. Этой крошечной структуре доверили задачи, под которые обычно выделяют целые стойки серверов.
Результат удивил даже авторов. Миниатюрная установка не просто выдержала нагрузку. Она обошла классические модели машинного обучения с тысячами узлов в многодневном прогнозировании температур.
Авторы исследования подчёркивают: это первый эксперимент, где квантовое машинное обучение бьёт крупные классические модели на реальных задачах. Получается, всё это время наука двигалась к квантовым вычислениям не с той стороны?
Делегирование вычислений и контроль
Главной головной болью квантовых вычислений всегда был контроль.
Почти все рабочие методы строятся на филигранно выверенных схемах. Малейший сбой на любом этапе — и всё нужно начинать заново. Проблема в том, что современное железо крайне чувствительно к малейшим внешним возмущениям.
Квантовый шум мгновенно разрушает результаты вычислений. Именно поэтому коммерческое применение технологии пока буксует.
Исследователи решили сменить тактику. Они взяли из машинного обучения концепцию Резервуарных вычислений (reservoir computing). Суть в том, чтобы полностью отказаться от микроменеджмента системы.
Данные просто заливают в массив, система живёт своей жизнью, а на выходе считывается готовый результат. Всю работу делают естественные процессы трансформации информации. И создатели технологии уверены: у квантовых резервуарных вычислений колоссальный потенциал для интеграции в машинное обучение.
Чтобы проверить идею на практике, команда исследователей обратилась к методам ядерного магнитного резонанса. Так, они научились управлять теми самыми девятью атомными спинами — крошечными магнитами на квантовом уровне.
Спины непрерывно взаимодействуют, их внутреннее состояние всё время меняется. Когда в систему поступают вводные, она не замирает. Информация расходится волнами, смешивается и сложно трансформируется.
Здесь-то и раскрывается козырь квантовой физики. Система находится в нескольких состояниях одновременно и выстраивает жёсткие внутренние связи.
В итоге горстка элементов выдаёт сложнейшие паттерны поведения. Учёным больше не нужно прописывать код для каждого шага. Они просто позволяют физике делать свою работу, а затем собирают сливки в виде итогового результата.
Превращение уязвимости в преимущество
В классических квантовых экспериментах диссипацию — потерю энергии в окружающую среду — считают злейшим врагом.
Она стирает данные и плодит ошибки, поэтому от неё всячески пытаются избавиться. Но в этом проекте её задействовали специально. Дело в специфике прогнозирования. Чтобы заглянуть в будущее, системе нужна память о прошлом, но строго дозированная.
Избыток информации ведёт к перегрузке, а слишком быстрая «амнезия» лишает контекста.
Диссипация здесь сработала как идеальный балансир. Она плавно подчищала устаревшие данные, освобождая место для новых сигналов. То, что годами считалось вредным шумом, превратилось в элегантный инструмент управления памятью.
От тестов к реальным метеопрогнозам
Тестировать подход начали со стандарта — бенчмарка NARMA, который используют для оценки прогнозирования временных рядов.
И сразу открытие: квантовая малютка снизила погрешность прогнозов в десятки и сотни раз по сравнению с прошлыми экспериментами. Но стенды — это одно, а реальные данные — совсем другое.
Поэтому учёные взялись за предсказание погоды, сфокусировавшись на динамике температур на несколько дней вперёд. Скромная система из 9-спинов выловила температурные паттерны с хирургической точностью.
Момент истины настал при столкновении с классической моделью — echo state network (эхо-сети, являются подклассом рекуррентных нейронных сетей и используются для предсказания временных рядов).
Это золотой стандарт резервуарных вычислений. Классическую сеть раздули до тысяч узлов, но микроскопическая квантовая установка всё равно обошла её в многодневных метеопрогнозах.
Авторы работы констатируют: на длинных дистанциях их квантовый резервуар работает точнее громоздких классических массивов. А значит, практическая польза от квантовых технологий в прогнозировании временных рядов — это дело не далёкого будущего, а реальность уже на существующем оборудовании.
Новые перспективы квантовых технологий
Похоже, вектор развития квантовых вычислений начинает изменяться в другом направлении.
Учёным больше не нужно сидеть и ждать появления гигантских, идеально изолированных машин. Извлекать реальную пользу из несовершенных микро-систем, можно это сделать прямо сейчас — достаточно использовать их естественную динамику вместо того, чтобы бороться с ней.
По словам исследователей, новый подход к резервуарным вычислениям позволяет элегантно обойти технические барьеры. Естественные взаимодействия на квантовом уровне генерируют динамику резервуара без необходимости строить сверхсложные цепи.
Разумеется, технология только делает первые шаги. Текущая установка сильно ограничена в размерах и обкатана лишь на узком классе задач. Это пока не компьютер общего назначения, а при попытке масштабирования неизбежно всплывут новые проблемы.
И всё же главный урок этого исследования в другом. Технологический прорыв — это не всегда бесконечное наращивание «железа». Иногда достаточно просто умнее использовать то, что уже есть под рукой.
Поделись видео: