세 가지 플랫폼 실험에서 양자 잡음이 예상외로 신경망 성능 향상
IBM
공동양자연구소(Joint Quantum Institute) 연구진이 세 가지 다른 양자 컴퓨터에서 동일한 신경망을 실행한 결과, 잡음과 무작위 오류가 네트워크가 손글씨 숫자를 더 잘 인식하도록 도와준다는 사실을 발견했습니다. 이 연구는 'Physical Review Letters'에 게재되었습니다.
공동양자연구소(Joint Quantum Institute)의 과학자들은 필기 숫자 인식을 위한 신경망을 세 가지 양자 플랫폼(IBM의 초전도 컴퓨터와 마이크로파 또는 레이저로 제어되는 두 개의 이온 트랩)에서 테스트했습니다. 연구진은 네트워크 작동 중 양자 측정을 통해 의도적으로 무작위성을 추가하여 양자 중첩의 본질적인 예측 불가능성을 활용했습니다. 세 플랫폼 모두에서 적당한 양의 양자 잡음은 정확도를 향상시킨 반면, 너무 많은 잡음은 정확도를 떨어뜨렸습니다. 네트워크가 지속적으로 잘못 식별한 특정 이미지의 경우, 적절한 양의 무작위성을 추가하면 이온 트랩에서는 거의 항상, IBM 기계에서는 약 90%의 확률로 올바른 인식이 이루어졌습니다. 연구진은 실제 양자 하드웨어가 시뮬레이션보다 더 나은 성능을 보였으며, 이를 추가적인 유익한 하드웨어 잡음 덕분이라고 설명했습니다. 다음 단계로 네트워크에 양자 얽힘을 도입할 계획입니다.
출처: Hightech.fm —
원문