Ученый из МАДИ ускорил обучение нейросетей в 300 раз

В основе подхода лежит использование обратимого квантового умножителя, который выполняет роль навигатора в процессе вычислений. Пронин систематизировал математический аппарат для базовых логических операций и полного сумматора, что позволило построить схему обучения квантового персептрона. В ходе экспериментов с 16-кубитным регистром алгоритм Гровера с новым компонентом продемонстрировал ускорение в 326 раз по сравнению с классическими методами.

Данное решение решает проблему «сворачивания» вспомогательных вычислений без потери данных, что является критическим барьером для квантовых операций. Сейчас автор проекта работает над масштабированием технологии для NISQ-устройств и адаптацией под специфику квантовой арифметики. В Минобрнауки подчеркивают, что этот инструмент создает теоретическую базу для перехода квантовых процессоров к решению прикладных задач в промышленности и социальной сфере, где требуется обработка колоссальных массивов данных за доли секунды.