Olyan dolgokat lát a kvantumos gépi látás, amit a klasszikus verzió észre sem vesz

2022 / 08 / 18 / Bobák Zsófia
Olyan dolgokat lát a kvantumos gépi látás, amit a klasszikus verzió észre sem vesz
Bizonyították a kvantumos gépi látás hasznosságát gyakorlati, ipari alkalmazásban is.

A kvantumszámítógépek olyan leendő feladatainak listája, amellyel az emberi élet számtalan területén nagyban elősegíthetik a hatékony munkavégzést, szinte végtelen, de ahhoz, hogy ezek a bonyolult és érzékeny gépek beváltsák a hozzájuk fűzött reményeket, még sok problémát kell megoldani: több qubitot kell integrálni a rendszerekbe, stabilabb, a kvantumállapotukat hosszabb ideig fenntartó kvantumbit-jelölteket kell keresni, a hibajavítási protokollokat finomítani kell és nem utolsó sorban szükséges bizonyítani, hogy a teszteken túllépve, a gyakorlati életben is hasznosíthatóak a kvantumgépek képességei.

Ez utóbbit egyelőre a klasszikus számítógépes metódusokkal való összehasonlítás során lehet legjobban érzékeltetni: amennyiben a jelenlegi, még kevesebb kvantumbittel és több zajjal működő kvantumos rendszerek is túlszárnyalják a korábbi megoldásokat, akkor valószínűsíthető, hogy a jövőben valóban hasznos segítséget tudnak nyújtani a fejlettebb architektúrák. Alapvetően a cégek kétféle kvantumos megoldáson dolgoznak: az egyik maga a kvantumszámítógép, amely kvantum logikai kapukkal működik és a feladatok széles körének elvégzésére képes, a másik a kvantum annealer, ami elsősorban optimalizációs munkákra alkalmas és a qubitok működésének célzott irányításán alapszik, aminek során a kvantumbitek az energiaoptimalizálásuk szempontjából legideálisabb állapotot veszik fel, ezzel bemutatva egy adott környezet energiaminimumát.

Előbbi gépek kevesebb qubittal dolgoznak egyelőre (bár a gyártók egymillió qubitos berendezéseket ígérnek néhány éven/egy évtizeden belül), de bonyolultabb számításokra képesek, utóbbiak már most is többezer kvantumbittel végzik a munkát, de behatároltabb a felhasználási körük. Európa első 5000 qubitos kvantum annealere azonban kifejezetten gyakorlati célokra, ipari felhasználásra készült és egy új kutatás szerint ez a fajta kvantumalapú megoldás valóban eredményesebben működik egy hétköznapi, de fontos felhasználási területen.

A Multiverse Computing és a spanyol IKERLAN technológiai vállalat közös kutatásából kiderült, hogy a kvantumszámítógépen alkalmazott kernel módszer, aminek teljesítményét kvantumos megoldással növelték és a kvantum annealeren működtetett kvantumos osztályozó program precízebben tudta felismerni egy-egy képen a gépkocsik alkatrészhibáit, amiket röntgenképeken mutattak be nekik, mint a klasszikus megfelelőjük.

A hibák akár egészen apró sérülések is lehetnek, de a számítógépes ellenőrzési programok a betanítás után pixelenként vizsgálják át a felvételeket és megfelelő működés esetén fel kell ismerniük a korábban látott nyomokat. Az osztályozás során a hibákat mutató pixeleket felcímkézi az algoritmus és a nem hibás részektől elkülöníti, így két csoportot hoz létre: ez alapján tudja végül felismerni a keresett rendellenességeket. A kísérletben 2727 olyan képpel tanították be az algoritmusokat, amelyeknek egyik csoportjában különféle öntvényhibákat mutatott a felvétel, a másik hibátlan darabokat, a célt pedig az jelentette, hogy képesek legyenek minél precízebben meghatározni, vagyis látni a problémákat. A kvantumos verziókat az IBM kvantumszámítógépének szimulációjával működő QSVM (Quantum Support Vector Machine) és a D-Wave kvantum annealerén futó QBoost algoritmus képviselte, a klasszikus módszert pedig az ezeknek megfeleltethető mélytanulási algoritmusok, az SVM (Support Vector Machine) és az AdaBoost (Adaptive Boosting).

Ahogy az a tesztből kiderült, a QBoost nyújtotta a legjobb teljesítményt az osztályozás során, átlagban 0,9 körüli pontszámot kapott a precizitásra, míg a többi algoritmus 0,8 vagy 0,7 körülit. Bár néhány feladatban a precizitás tekintében nem ez az algoritmus lett az első, de figyelembe véve a későbbi tesztek során nyújtott teljesítményt, ahol a többi metódus sikeressége rendre csökkenő tendenciát mutatott, végül a QBoost bizonyult a leghatékonyabbnak. A kvantumalgoritmus egyetlen hátulütője, hogy a számítások sokkal több időt vesznek igénybe a segítségével, ebben tekintetben a klasszikus programok jócskán megelőzték, de a kutatók leírása szerint ez az online szimulátorprogramokra való kapcsolódáskor tapasztalt késleltetés miatt alakult így, ezért nem számít valódi teljesítménybeli hibának. A kísérlet során azt is felfedezték, hogy bizonyos módszerek, amelyek a felismerést hivatottak elősegíteni, valójában nem fokozzák a produktivitást: a kontraszt növelése például nem járul hozzá a kvantumos gépi látás eredményességéhez, de a futtatási időt emeli.

A QBoost előnye emellett a kvantumszámítógépes QSVM-el szemben is, hogy a vele való számítások elvégzéséhez nincs szükség egy "normál", univerzális kvantumszámítógépre, hanem a kvantumrendszeren végzett tréning után klasszikus számítógépen is működtethető. A kutatók összegzése szerint a teszt egyértelművé tette, hogy a kvantum alapú algoritmusok alkalmazása a gépi látási feladatok megoldására működőképes opció és a kvantumszámítógépek fejlődésével még nagyobb precizitást érhetnek el. Az eredmények megmutatták, hogy ezek a módszerek valódi, ipari gyártási folyamatokban is hasznosak lehetnek és

"a kvantumos gépi tanulás fényes jövő elé néz való életbeli problémákra alkalmazva, beleértve a számítógépes látási feladatokat."

- írták a tanulmányban.

(Fotó: D-Wave Systems, Getty Images/thomaguery)

Emberi módon látó, néma robotok készülnek a munkaerőhiány megoldására "A küldetésünk, hogy humanoid robotokat építsünk, amelyek megváltoztatják a világot és megoldják a munkaerőhiányt." - mondta a robotokat fejlesztő cég technológiai vezetője.


memoQ Lányok napja: a pályaválasztásról – nem csak lányoknak
Véget ért a memoQ Lányok napja, ami 2019 óta segíti a pályaválasztás előtt álló lányokat, hogy igazán kiteljesedjenek karrierjükben.
Itt tart ma a szexipar, nézz körül a Vágyaim.hu-nál, milyenek 2024-ben az okos-szexeszközök!
memoQ Lányok napja: a pályaválasztásról – nem csak lányoknak
memoQ Lányok napja: a pályaválasztásról – nem csak lányoknak
Véget ért a memoQ  Lányok napja, ami 2019 óta segíti a pályaválasztás előtt álló lányokat, hogy igazán kiteljesedjenek karrierjükben. Szenzitíven és nyitottan álltak a fiatalokhoz, kérdezték őket a digitális trendekről is: a TikTok az új YouTube, a Facebook régóta a boomereké, chatelni pedig már csak Instagramon szokás – beszámoló
Az Intel olyan nagy teljesítményű szuperszámítógépet épített, amilyet rajta kívül csak egy gyártónak sikerült eddig
Az Intel olyan nagy teljesítményű szuperszámítógépet épített, amilyet rajta kívül csak egy gyártónak sikerült eddig
Az Aurora a világ második exaflopos szuperszámítógépe, de a Frontiert nem sikerült megszorongatnia.
Ezek is érdekelhetnek
HELLO, EZ ITT A
RAKÉTA
Kövess minket a Facebookon!
A jövő legizgalmasabb cikkeit találod nálunk!
Hírlevél feliratkozás

Ne maradj le a jövőről! Iratkozz fel a hírlevelünkre, és minden héten elküldjük neked a legfrissebb és legérdekesebb híreket a technológia és a tudomány világából.



This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.