Réseau Neuronal Quantique
Réseaux de neurones quantiques(QNN) est composé de plusieurs neurones quantiques dans une certaine structure topologique. Il s’agit d’une méthode qui tente de combiner le modèle de réseau neuronal artificiel avec les avantages de l’information quantique. Il est encore au stade de la recherche.
Réseau de neurones quantiques Objectif de l'étude
Dans les applications Big Data, les modèles de réseaux neuronaux traditionnels sont difficiles à former, c'est pourquoi les chercheurs tentent d'utiliser les caractéristiques de l'informatique quantique comme ressource.
L'explication ontologique du quantique et la théorie complète des processus cérébraux perceptrons ont la même structure mathématique, Les équations dynamiques des deux processus impliquent un champ, et le processus quantique basé sur le potentiel quantique et le processus cérébral basé sur le potentiel neuronal présentent des similitudes frappantes, ce qui favorise également l'intégration des deux.
Les principales directions de recherche du QNN
- Utiliser le concept de connexion du réseau neuronal pour construire des ordinateurs quantiques et utiliser des modèles de réseaux neuronaux pour étudier les problèmes de l'informatique quantique ;
- Construire des réseaux neuronaux basés sur des ordinateurs quantiques ou des dispositifs quantiques, et utiliser la vitesse ultra-élevée, l'ultra-parallélisme et la capacité exponentielle de l'informatique quantique pour améliorer la structure et les performances des réseaux neuronaux ;
- En tant qu'algorithme d'optimisation intelligent hybride implémenté sur un ordinateur conventionnel ;
- Cela permettra des recherches approfondies sur les sciences du cerveau et les sciences cognitives.
Les principales directions de recherche du QNN
(1) Utiliser le concept de connexion des réseaux neuronaux pour construire des ordinateurs quantiques et utiliser des modèles de réseaux neuronaux pour étudier les problèmes de l’informatique quantique ;
(2) Construire des réseaux neuronaux basés sur des ordinateurs quantiques ou des dispositifs quantiques, et utiliser la vitesse ultra-élevée, l'ultra-parallélisme et la capacité exponentielle de l'informatique quantique pour améliorer la structure et les performances des réseaux neuronaux ;
(3) En tant qu’algorithme d’optimisation intelligent hybride implémenté sur un ordinateur conventionnel ;
(4) Mener des recherches approfondies sur les sciences du cerveau et les sciences cognitives.
Avantages potentiels des QNN
La recherche sur l'informatique neuronale quantique (QNC) basée sur les réseaux de neurones quantiques en est encore à ses balbutiements, mais elle présente les avantages suivants par rapport à l'informatique neuronale traditionnelle :
- Capacité de mémoire et vitesse de rappel exponentielles ;
- Taille de réseau plus petite et topologie de réseau plus simple ;
- Meilleure stabilité et efficacité ;
- la capacité d’apprendre rapidement, d’apprendre tout d’un coup et de traiter l’information à grande vitesse ;
- Éliminer le risque d’amnésie catastrophique.