По расчетам, алгоритм Гровера с предложенным компонентом находит решение примерно в 326 раз быстрее классического перебора на примере 16-кубитного регистра. Это теоретическая оценка, а не результат работы готового квантового процессора.

Алгоритм Гровера оценивает множество вариантов одновременно. Чтобы выделить верный ответ, ему нужна математическая функция — «квантовый оракул». Она распознает нужный вариант и усиливает вероятность его выбора.

Пронин предложил использовать в этой роли обратимый квантовый умножитель. Обратимость важна для квантовых операций: вспомогательные вычисления нужно сворачивать, не теряя информацию. Для построения нового компонента исследователь систематизировал матричный аппарат, создал квантовые аналоги логических операций NOT, AND, OR и XOR, а также полного сумматора.

На основе этого подхода сформулирована концепция схем обучения квантового персептрона — базового элемента нейросети. В таких схемах «оракул» строится на основе функции активации.

Дальше предстоит масштабировать подход для регистров на два-три кубита, адаптировать его к симуляторам и квантовым компьютерам промежуточного масштаба, а также решить вопросы разрядности квантовой арифметики. В Минобрнауки считают разработку шагом к прикладным квантовым нейросетям для задач промышленности и социальной сферы.

Источник: ТАСС