量子ノイズが意外にもニューラルネットワークの性能を向上、3つのプラットフォームでの実験で判明

共同量子研究所(Joint Quantum Institute)の科学者たちは、手書き数字認識用のニューラルネットワークを3つの量子プラットフォーム上でテストした。すなわち、IBMの超電導コンピュータと、マイクロ波またはレーザーで制御される2種類のイオントラップである。研究チームは、量子測定を通じて意図的にランダム性を導入し、量子重ね合わせに内在する予測不可能性を活用した。3つのプラットフォームすべてにおいて、適度な量子ノイズは精度を向上させた一方で、ノイズが多すぎると精度は低下した。ネットワークが一貫して誤認識していた特定の画像については、適切な量のランダム性を加えることで、イオントラップではほぼ常に正しく認識できるようになり、IBMのマシンでは約90%の確率で正しく認識できるようになった。研究者たちは、実際の量子ハードウェアがシミュレーションを上回る性能を示したことを発見し、これはハードウェアに付随する有益なノイズによるものだと考えている。彼らは次に、このネットワークに量子もつれを導入する計画を立てている。