Ученые доказали, что миниатюрная квантовая система, состоящая всего из девяти атомов, способна превзойти масштабные классические модели машинного обучения в анализе временных рядов. Эффективность метода была подтверждена на примере прикладной задачи — прогнозирования температурных колебаний на несколько дней вперед.
Изображение сгенерировано Nano Banana
По словам авторов исследования, это первый случай, когда квантовое машинное обучение продемонстрировало превосходство над традиционными ИИ-алгоритмами в решении реальной проблемы. Вместо экстенсивного наращивания вычислительных мощностей был применен иной подход: данные вводились в систему, после чего она проходила через процесс естественной эволюции, а итоговый результат фиксировался на выходе. Это позволило избежать тотального контроля над каждой операцией. Манипуляции с атомами осуществлялись при помощи технологий ядерного магнитного резонанса.
Результаты показывают, что даже при масштабировании классических систем до тысяч узлов, девятиатомная установка сохраняла лидерство по точности долгосрочных прогнозов.
Разработчики уточняют: данная технология еще не является универсальным квантовым компьютером. Система имеет узкую специализацию и ограниченный масштаб, однако проведенные тесты подтверждают, что малые квантовые архитектуры уже сейчас могут приносить реальную практическую пользу.
Источник: iXBT
