|
14.12.2009 14:23 |
| |
В Google научили квантовый компьютер распознавать образы |
|
Веб-сервисы поискового гиганта Google впечатляют своими возможностями, но за ширмой нет ничего необычного – вычислительные центры с массой серверов. Однако компания известна неравнодушием к инвестициям в передовые технологии, и частью этого дальновидного подхода стало участие в разработке квантовых компьютеров.В своём блоге Хартмут Невен (Hartmut Neven), возглавляющий команду работающих над распознаванием изображений специалистов, сообщил, что Google уже три года без лишнего шума трудится над квантовыми вычислениями, которые должны помочь в идентификации объектов в массиве снимков или видео.
Партнёром выступает канадская D-Wave, разработавшая чип с массивом квантовых битов (кубитов). Исследователи поставили себе задачу написать алгоритм, который сможет научиться распознавать автомобили на фотографиях, и на конференции Neural Information Processing Systems (Нейронные информационные вычислительные системы) в Ванкувере объявила об успехе на этом поприще. Используя 20 тыс. снимков улиц, на половине из которых запечатлены машины, программисты и инженеры натренировали алгоритм на определение транспортных средств путём специальных меток. Затем программному обеспечению предоставили ещё один набор из 20 тыс. изображений, где также автомобили присутствовали лишь на половине. Фото с машинами были отобраны быстрее, чем смог бы произвести подобную операцию обычный компьютер, и даже быстрее любого из сервисов Google.
Квантовые системы обещают существенное увеличение быстродействия вследствие использования принципа квантовой суперпозиции: частица (ион, электрон или фотон) может находиться одновременно в двух разных состояниях – 0 и 1, в отличие от традиционных битов. Чип D-Wave Chimera вызывает неподдельный интерес, но высказываются сомнения, можно ли назвать его квантовым компьютером. Невен отвечает: Непросто продемонстрировать, что система со множеством кубитов, такая как чип D-Wave, проявляет квантовое поведение, и физики всё ещё в процессе изучения характеристик.
|
|
|