Учёные создали квантовую систему из девяти атомных спинов — и она обогнала классические модели машинного обучения с тысячами узлов. Речь о прогнозировании температурных паттернов на несколько дней вперёд.
Это первый случай, когда квантовое машинное обучение превзошло масштабные классические модели на реальных задачах — так заявляют сами авторы исследования, опубликованного в журнале Physical Review Letters.
Подход называется резервуарными вычислениями. Вместо того чтобы программировать каждый шаг, данные просто «подаются» в систему, та эволюционирует сама по себе, а на выходе считывается результат. Всё «умственное усилие» — в том, как система естественным образом обрабатывает входные данные.
Квантовая физика здесь даёт преимущество: девять спинов могут существовать в множестве состояний одновременно и образовывать сложные внутренние корреляции. Даже такое маленькое число компонентов генерирует богатые паттерны поведения.
Исследователи сделали и нетривиальный трюк с «шумом». В квантовых системах диссипация — потеря энергии в окружающую среду — считается проблемой. Здесь её использовали намеренно. Диссипация постепенно «забывала» старые данные, сохраняя свежие — именно та память, которая нужна для предсказания временных рядов.
На стандартном тесте NARMA система снизила ошибки предсказания на один-два порядка по сравнению с предыдущими квантовыми методами. Затем — прогноз погоды, и снова победа: классическая эхо-сеть с тысячами узлов уступила девятиспиновой системе в многодневных прогнозах.
Главный вывод работы — не ждать огромных идеальных квантовых машин. Маленькие, несовершенные системы уже сегодня могут решать реальные задачи, если использовать их естественную динамику, а не бороться с ней.
Система пока ограничена по размеру и протестирована только на определённых классах задач. Универсальным компьютером она не является.
