Em Shenzhen, China, em 10 de junho de 2025, a MicroCloud Hologram Inc. anunciou um avanço inovador em computação quântica. Eles desenvolveram uma arquitetura de Rede Neural Quântica Profunda (DQNN) resistente a ruído. Esta inovação promete revolucionar as aplicações de Inteligência Artificial Quântica (IA Quântica).
Redes neurais tradicionais alcançaram feitos notáveis, mas a computação quântica oferece o potencial para avanços ainda maiores. A DQNN da HOLO usa qubits como neurônios e operações unitárias arbitrárias como perceptrons. Este design permite um treinamento hierárquico eficiente e reduz erros quânticos, tornando-o robusto contra dados ruidosos.
O núcleo desta arquitetura reside em seus neurônios quânticos, que utilizam estados quânticos para armazenar informações mais ricas, aprimorando o poder computacional. Cada neurônio atualiza seu estado por meio de operações unitárias, garantindo que nenhuma informação seja perdida durante a computação. Este design permite que a rede neural quântica se adapte a padrões de dados quânticos complexos, reduzindo erros de computação.
Para treinar a rede de forma eficiente, a HOLO usa uma estratégia de otimização baseada na fidelidade, uma métrica chave para medir a similaridade entre estados quânticos. Essa abordagem reduz a necessidade de recursos computacionais e mantém a estabilidade mesmo em ambientes ruidosos. Isso torna a arquitetura prática em computadores quânticos atuais de escala intermediária ruidosa (NISQ).
A arquitetura otimiza a codificação do estado quântico, garantindo que o número necessário de qubits escale apenas com a largura da rede, em vez de sua profundidade. Este design permite que a rede neural quântica profunda seja treinada em processadores quânticos existentes, abrindo caminho para modelos de aprendizado de máquina quântica em larga escala.
Testes de referência mostraram que a DQNN aprende com precisão as operações quânticas alvo e exibe excelentes capacidades de generalização. Isso significa que ela pode inferir relações de mapeamento quântico razoáveis, mesmo com dados de treinamento limitados ou ruidosos. À medida que a computação quântica avança, espera-se que essa tecnologia desempenhe um papel crítico em vários cenários do mundo real.
Esta descoberta da HOLO não apenas avança o aprendizado de máquina quântica, mas também abre novas possibilidades para inúmeras indústrias. O desenvolvimento desta arquitetura DQNN resistente a ruído está prestes a desempenhar um papel significativo em múltiplos setores, inaugurando a inteligência artificial em uma nova era da computação quântica.