
شبكة عصبية تستخدم مبادئ الحوسبة الكمومية لمعالجة المعلومات، مما قد يوفر مزايا في السرعة والكفاءة.الشبكة العصبية الكمومية (QNN) هي نموذج حاسوبي يجمع بين مبادئ الحوسبة الكمومية والشبكات العصبية الاصطناعية. على عكس الشبكات العصبية التقليدية التي تعالج المعلومات باستخدام البتات (0 أو 1)، تستخدم الشبكات الكمومية البتات الكمومية (qubits)، التي يمكن أن تتواجد في تراكب من الحالات، مما يسمح لها بتمثيل ومعالجة المعلومات بطرق أغنى بشكل هائل. هذه الإمكانية تمكن الشبكات الكمومية من التعامل مع بعض المهام الحاسوبية، مثل التعرف على الأنماط والتحسين، بكفاءة أكبر من نظيراتها التقليدية، على الرغم من أن المزايا العملية لا تزال قيد البحث النشط.
ظهر المفهوم في أواخر التسعينيات وأوائل الألفية الثانية، مع مقترحات نظرية من باحثين مثل إي. فارحي و س. لويد. ومع ذلك، أصبحت التطبيقات العملية ممكنة فقط في العقد 2010 مع ظهور أجهزة الكمومية متوسطة الحجم المزعجة (NISQ)، مما أدى إلى طفرة في التجارب العملية.
تتكون الشبكات الكمومية عادة من طبقات من البوابات الكمومية التي تعمل على البتات الكمومية، بشكل مشابه للاتصالات الموزونة في الشبكات العصبية التقليدية. يتم تدريب الشبكة عن طريق ضبط المعلمات (مثل زوايا البوابة) لتقليل دالة التكلفة، غالبًا باستخدام خوارزميات هجينة كلاسيكية-كمومية. أثناء التدريب، يقوم الحاسوب الكمومي بتقييم مخرجات الشبكة، ويقوم محسن كلاسيكي بتحديث المعلمات. الميزة الرئيسية هي أن التراكب الكمومي والتشابك يسمحان للشبكة باستكشاف العديد من الحلول الممكنة في وقت واحد، مما قد يؤدي إلى تقارب أسرع أو القدرة على نمذجة ارتباطات معقدة غير قابلة للحل كلاسيكيًا.
تُستكشف الشبكات الكمومية لتطبيقات في الكيمياء الكمومية، واكتشاف الأدوية، والنمذجة المالية، ومهام التعلم الآلي مثل التصنيف والنمذجة التوليدية، خاصة على الأجهزة الكمومية القريبة من الأجل.
يمكن تدريب بعض نماذج الشبكات الكمومية على التعرف على أنماط في البيانات يستحيل على الشبكات العصبية التقليدية تمييزها، بسبب الأبعاد الأسية لفضاء الحالة الكمومية.




