Según informó este viernes Alexei Fedorov, jefe del grupo científico del Centro Quantum de Moscú, por primera vez, se logró implementar el enfoque propuesto para resolver el problema de clasificar cuatro clases de imágenes usando ocho qubits para codificar datos y cuatro qubits auxiliares.
Este enfoque se puede implementar tanto en emuladores como en procesadores cuánticos reales, precisó Fedorov, graduado de la Universidad Técnica Estatal Bauman de Moscú y considerado un prodigio de la física a sus 28 años.
La creación de la llamada inteligencia artificial cuántica es una de las principales tareas de todos los principales participantes en la «carrera cuántica» mundial.
Con esta palabra, los científicos entienden el uso generalizado de tecnologías y efectos cuánticos para acelerar el trabajo de algoritmos de redes neuronales y dispositivos físicos que repiten algunas de las propiedades de las redes neuronales biológicas.
El grupo de investigadores liderado por Fedorov, quien también es profesor en el Instituto de Física y Tecnología de Moscú, desarrolló un enfoque híbrido por primera vez en el mundo, que permite el uso de computadoras cuánticas para acelerar el trabajo de capas individuales de redes neuronales capaces de reconocer diferentes de imágenes con un alto nivel de precisión.
Las redes neuronales son uno de los enfoques más populares para desarrollar sistemas de inteligencia artificial, en los que los datos iniciales se procesan utilizando varias capas superpuestas de similitudes artificiales de neuronas con diferentes propiedades.
Su aplicación permite resaltar gradualmente las características clave más importantes de las imágenes analizadas u otras formas de información y utilizarlas para clasificar objetos.
jcm/gfa
