획기적인 양자 AI

전문가들은 AI 개발을 위한 양자 에너지와 관련된 최신 정보를 얻기 위해 때때로 바쁘다. 분명히, 양자 컴퓨터는 고전적인 컴퓨터가 완성보다 건강한 방법으로 양자 데이터의 분석에 대한 주목할만한 버즈를 생성의 잠재력을 가진 복잡한 신경망에 기초하여 작동됩니다.

그러나, 문제 용해성의 이 근본적인 ‘불모의 고원’으로 알려져 있다 거대한 데이터 수집을 위한 신경망의 구현을 소외시켰습니다, 최신 분석은 견고성을 확증하는 가혹한 기록으로 아킬레스건을 정복했습니다.

전문가 마르코 Cerezo, ‘양자 컨볼루션 신경망에 불모의 고원의 부재’의 저자는 양자 관련 신경망을 개발하는 데 사용되는 방법이 불모의 고원으로 경로를 만들 수 있다고 말한다. 이 연구는 로스 알라모스 국립 실험실 팀에 의해 물리적 검토 X에 발표 되었다.

특히, 연구원 마르코 세레소는 로스 알라모스에서 양자 컴퓨팅, 양자 기계 학습, 양자 정보 전문화 물리학자 중 하나입니다. 그는 특정 유형의 양자 신경망에 대한 불모의 고원의 빈곤이 확인되었다고 주장한다. 정보와 연구는이 아키텍처를 보장하는 훈련 기능을 제공하고, 이것은 단순히 아무도 일반적으로 매개 변수를 훈련 할 수 있음을 의미합니다.

AI 기술에 대해 말하자면 양자 컨볼루션 신경망은 시각적 피질의 영향을 받습니다. 이러한 방식으로는 필터 의 패턴, 컨볼루션 레이어를 포함하고 데이터 집합의 중요한 특성을 신경 쓰는 동안 데이터 비율을 줄이는 데 도움이 되는 풀링 레이어와 인터리브됩니다.

또한 마르코 연구원은 “지금까지 양자 기계 학습을 분석하는 전문가들이 불모의 고원의 영향의 이동 과정에 관련된 경로를 완벽하게 출시했지만 이를 피하기 위해 기본 이론의 부족을 경험합니다. 로스 알라모스 프로젝트는 또한 몇 양자 신경망이 불모의 고원에 면역되는 방법의 기초를 나타냅니다.

한편, 로스 알라모스의 양자 물리학자이자 논문의 공동 저자인 패트릭 콜스(Patrick Coles)라는 또 다른 전문가는 이 주제에 대한 자신의 견해를 제시했습니다.

또한, 그들은 또한 전문가가 자기 문제에 대한 연구 자료를 사용하고 새로운 물질을 발견하는 것으로 나타났습니다. 그러나 AI 기반 알고리즘의 출현을 위한 다른 많은 응용 프로그램이 있습니다. 전문가들은 또한 가까운 용어 양자 컴퓨터를 매우 자주 사용할 수 있습니다. 또한 점점 더 많은 데이터가 개발되고 모든 기계 학습이 프로그램 기계 학습 프로그램을 사용합니다.

그는 또한 속도와 장점을 양자화하는 모든 희망은 불모의 풍경 에서 길을 잃을 경우, 어떤 방향을 결정하기 어렵기 때문에 매개 변수를 훈련 할 수 없다고 지적했다. 해야 할 주요 일은 가장 낮은 계곡의 바닥 주위에 있기 때문에 스프합니다.

By admin

Leave a Reply

Your email address will not be published. Required fields are marked *