Американська компанія IonQ зробила важливий крок в дослідженні квантових технологій та штучного інтелекту. У двох нових наукових публікаціях дослідники продемонстрували, як квантові обчислення можуть доповнити і покращити ефективність моделей штучного інтелекту.
Як IonQ використовує квантові обчислення
Один із напрямів роботи компанії IonQ вдосконалення великих мовних моделей за допомогою квантового точного налаштування. У новій гібридній архітектурі дослідники додали параметризований квантовий шар до попередньо навченої моделі штучного інтелекту, що дозволило підвищити точність аналізу настроїв речень.
Виявилося, що гібридна модель перевершила класичні аналоги за точністю, використовуючи ту ж кількість параметрів, а ефективність зростала з додаванням нових кубітів. Також передбачено суттєве зниження енергоспоживання в міру масштабування таких моделей.
Інший проект, здійснений у співпраці з автомобільним гігантом, торкався застосування квантово-покращених генеративних мереж (QGAN) у матеріалознавстві. Мета проекту полягала у створенні синтетичних зображень мікроструктур сталі там, де бракує якісних вхідних даних. 70% зображень, створених квантовим методом, перевершили класичні за якістю, що є критично важливим для галузей, де потрібна висока точність при обмежених наборах даних.
