Каждые две секунды датчики энергосети Соединенных Штатов собирают 3 петабайта данных. Анализировать такой объем информации очень непросто. Для сохранения стабильной работы сети требуется мониторить собираемые датчиками показатели непрерывно.
Решение этой проблемы обещают предоставить специалисты Университета Пердью. Их проект, сочетающий работу квантовых алгоритмов и систем искусственного интеллекта, был выбран среди семи других и получил грант на два года. «Сейчас подходящее время, чтобы объединить машинное обучение с квантовыми вычислениями. Поразительный прогресс был сделан недавно в создании квантовых компьютеров, а технологии квантового машинного обучения станут мощным инструментом для поиска новых закономерностей в больших данных», — говорит Сабре Каис, руководитель проекта.
Квантовые алгоритмы для анализа данных обещают значительно ускорить вычисления, но создание полноценных квантовых компьютеров представляется пока затруднительным, пишет Phys.org.
Ученые Университета Пердью предложили использовать гибридный квантовый алгоритм на основе квантовой машины Больцмана, разновидности стохастической рекуррентной нейросети.
Прототип уже построен и показывает обнадеживающие результаты. С его помощью исследователи смогли рассчитать приблизительные электронные свойства миллионов молекул в небольшой системе.
Алгоритм, созданный под руководством профессора Каиса, можно использовать для оптимизации работы солнечных панелей, срок службы которых зависит от условий окружающей среды. Квантовые технологии позволят упростить расчет влияния внешних факторов, характерных для данного региона, на продолжительность работы фотоэлементов. Кроме того, этот метод может способствовать оптимизации цепочки поставок, открытию новых химических препаратов и материалов.
На то, чтобы раскрыть потенциал квантовых компьютеров, правительство США выделяет свыше миллиарда долларов. Штаты пытаются не уступить в гонке Китаю, но кто бы ни победил, по мнению экспертов, уже через пять лет квантовые компьютеры станут широко распространенным явлением.
