`

СПЕЦІАЛЬНІ
ПАРТНЕРИ
ПРОЕКТУ

Чи використовує ваша компанія ChatGPT в роботі?

BEST CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Леонід Бараш

Новый квантовый подход к большим данным

+33
голоса

От картирования генов до исследований космоса человечество продолжает генерировать все большие наборы данных - гораздо больше, чем люди могут обработать, управлять или понять.

Системы машинного обучения могут помочь исследователям справиться с этим постоянно растущим потоком информации. Некоторые из самых мощных таких аналитических инструментов основаны на странной ветви геометрии, называемой топологией, которая касается свойств, остающихся теми же, даже когда что-то изгибается и растягивается во все стороны.

Такие топологические системы особенно полезны для анализа соединений в сложных сетях, таких как внутренняя сеть нейронов, энергосистема или глобальные взаимосвязи Интернета. Но даже при использовании самых мощных современных суперкомпьютеров, такие проблемы остаются сложными и непрактичными для решения. Теперь новый подход, который будет использовать квантовые компьютеры для решения этих проблем, был разработан исследователями из МТИ, Университета Ватерлоо и Университета Южной Калифорнии.

Команда описала свое теоретическое предложение в журнале Nature Communications. Сет Ллойд (Seth Lloyd), ведущий автор статьи, и Нам П. Сах (Nam P. Suh), профессор машиностроения, поясняют, что алгебраическая топология является ключом к новому методу. Такой подход, по их словам, помогает уменьшить влияние неизбежных искажений, которые возникают каждый раз, когда кто-то собирает данные о реальном мире.

При топологическом описании основные особенности данных (сколько имеется дырок, как соединены различные части) будут одинаковыми независимо от того, как сильно они растянуты, сжаты или искажены. Ллойд объясняет, что часто эти фундаментальные топологические атрибуты, "играют важную роль в попытке восстановить основные закономерности в реальном мире, которые данные должны представлять".

Не имеет значения, какой набор данных анализируется, говорит он. Топологический подход к поиску соединений и дырок "работает, является ли это фактической физической дырой, или данные представляют собой логический аргумент, и есть «дыра» в аргументе. Подход найдет оба вида дырок".

При использовании обычных компьютеров этот подход слишком требовательный для всех случаев, кроме самых простых ситуаций. Топологический анализ "представляет собой решающий способ получения существенных особенностей данных, но их вычисление очень дорого", говорит Ллойд. Новый квантовый подход, говорит он, может экспоненциально ускорить такие расчеты.

Ллойд предлагает пример, который иллюстрирует потенциальное ускорение. Если у вас есть набор данных из 300 точек, обычный подход для анализа всех топологических особенностей этой системы потребует "компьютер размером с Вселенную", говорит он. То есть, это заняло бы 2300 блоков обработки – приблизительно число всех частиц во Вселенной. Другими словами, проблема просто не решается таким образом.

«Вот где наш алгоритм умирает», - отметил он. Решение же проблемы с новой системой, использующей квантовый компьютер, потребуетя только 300 квантовых битов, и устройство такого размера, по словам Ллойда, может быть построено в ближайшие несколько лет.

«Наш алгоритм показывает, что вам не нужен большой квантовый компьютер, чтобы разбить некоторые серьезные топологические орешки», - говорит Ллойд.

По мнению Ллойда, есть много важных видов огромных массивов данных, где квантово-топологический подход может быть полезным, например, понимание взаимосвязей в головном мозге. «Применяя топологический анализ для наборов данных, полученных с помощью электроэнцефалографии или функциональной МРТ, можно выявить сложную связность и топологию последовательностей возбуждения нейронов, которые лежат в основе нашего мышления», - говорит он.

Такой же подход может быть использован для анализа многих других видов информации. «Вы могли бы применить его к мировой экономике или в социальных сетях, или почти для любой системы, которая включает в себя перевозки грузов или передачу информации большие расстояния», - сказал Ллойд. Но ограничения классических вычислений не позволили таким подходам применяться прежде.

Хотя эта работа носит теоретический характер, "экспериментаторы уже связались с нами по поводу испытания прототипов", заметил он. «Вы можете найти топологию простых структур на очень простом квантовом компьютере. Люди пытаются доказать возможность концептуальных экспериментов».

Новый квантовый подход к большим данным

Эта диаграмма показывает упрощенные результаты, которые могут быть получены при использовании квантового анализа на огромных сложных наборах данных. Здесь показаны связи между различными областями мозга у субъекта управления (слева) и субъекта под воздействием психоделического соединения псилоцибин (справа). Она демонстрирует резкое увеличение связей, что объясняет некоторые из эффектов препарата (например, "слышанье" цвета или "виденье" запахов). Такой анализ, включающий миллиарды клеток головного мозга, был бы слишком сложным для обычных методов, но может быть легко выполнен с помощью нового квантового подхода, говорят исследователи

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365

+33
голоса

Напечатать Отправить другу

Читайте также

 

Ukraine

 

  •  Home  •  Ринок  •  IТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Мережі  •  Безпека  •  Наука  •  IoT