MicroCloud Hologram China Ungkap Jaringan Saraf Kuanta Dalam Tahan Bising, Merevolusi AI Kuantum

Diedit oleh: Irena I

Di Shenzhen, China, pada 10 Juni 2025, MicroCloud Hologram Inc. mengumumkan kemajuan terobosan dalam komputasi kuantum. Mereka telah mengembangkan arsitektur Deep Quantum Neural Network (DQNN) yang tahan bising. Inovasi ini menjanjikan untuk merevolusi aplikasi Kecerdasan Buatan Kuantum (Quantum AI).

Jaringan saraf tradisional telah mencapai prestasi luar biasa, tetapi komputasi kuantum menawarkan potensi untuk kemajuan yang lebih besar. DQNN HOLO menggunakan qubit sebagai neuron dan operasi uniter sembarang sebagai perseptron. Desain ini memungkinkan pelatihan hierarkis yang efisien dan mengurangi kesalahan kuantum, membuatnya kuat terhadap data bising.

Inti dari arsitektur ini terletak pada neuron kuantumnya, yang menggunakan keadaan kuantum untuk menyimpan informasi yang lebih kaya, meningkatkan daya komputasi. Setiap neuron memperbarui keadaannya melalui operasi uniter, memastikan bahwa informasi tidak hilang selama komputasi. Desain ini memungkinkan jaringan saraf kuantum beradaptasi dengan pola data kuantum yang kompleks sambil mengurangi kesalahan komputasi.

Untuk melatih jaringan secara efisien, HOLO menggunakan strategi optimasi berdasarkan kesetiaan, metrik kunci untuk mengukur kesamaan antara keadaan kuantum. Pendekatan ini mengurangi kebutuhan akan sumber daya komputasi dan menjaga stabilitas bahkan di lingkungan yang bising. Ini membuat arsitektur praktis pada komputer Noisy Intermediate-Scale Quantum (NISQ) saat ini.

Arsitektur mengoptimalkan pengkodean keadaan kuantum, memastikan bahwa jumlah qubit yang diperlukan hanya berskala dengan lebar jaringan, bukan kedalamannya. Desain ini memungkinkan jaringan saraf kuantum dalam untuk dilatih pada prosesor kuantum yang ada, membuka jalan bagi model pembelajaran mesin kuantum skala besar.

Uji tolok ukur telah menunjukkan bahwa DQNN secara akurat mempelajari operasi kuantum target dan menunjukkan kemampuan generalisasi yang sangat baik. Ini berarti ia dapat menyimpulkan hubungan pemetaan kuantum yang masuk akal bahkan dengan data pelatihan yang terbatas atau bising. Seiring kemajuan komputasi kuantum, teknologi ini diharapkan memainkan peran penting dalam berbagai skenario dunia nyata.

Terobosan oleh HOLO ini tidak hanya memajukan pembelajaran mesin kuantum tetapi juga membuka kemungkinan baru untuk banyak industri. Pengembangan arsitektur DQNN yang tahan bising ini akan memainkan peran penting di berbagai industri, mengantarkan kecerdasan buatan ke era baru komputasi kuantum.

Sumber-sumber

  • The Manila times

Apakah Anda menemukan kesalahan atau ketidakakuratan?

Kami akan mempertimbangkan komentar Anda sesegera mungkin.