
Нейронная сеть, использующая принципы квантовых вычислений для обработки информации, что потенциально даёт преимущества в скорости и эффективности.Квантовая нейронная сеть (КНС) — это вычислительная модель, сочетающая принципы квантовых вычислений с искусственными нейронными сетями. В отличие от классических нейронных сетей, которые обрабатывают информацию с помощью битов (0 или 1), КНС используют квантовые биты (кубиты), которые могут находиться в суперпозиции состояний, что позволяет им представлять и обрабатывать информацию экспоненциально более богатыми способами. Этот потенциал позволяет КНС решать некоторые вычислительные задачи, такие как распознавание образов и оптимизация, более эффективно, чем классические аналоги, хотя практические преимущества всё ещё активно исследуются.
Концепция возникла в конце 1990-х и начале 2000-х годов, с теоретическими предложениями таких исследователей, как Э. Фархи и С. Ллойд. Однако практические реализации стали возможны только в 2010-х годах с появлением устройств промежуточного квантового масштаба с шумом (NISQ), что привело к всплеску экспериментальных демонстраций.
КНС обычно состоят из слоёв квантовых вентилей, действующих на кубиты, что аналогично взвешенным связям в классических нейронных сетях. Сеть обучается путём подстройки параметров (например, углов поворота вентилей) для минимизации функции стоимости, часто с использованием гибридных классическо-квантовых алгоритмов. Во время обучения квантовый компьютер оценивает выход сети, а классический оптимизатор обновляет параметры. Ключевое преимущество заключается в том, что квантовая суперпозиция и запутанность позволяют сети исследовать множество возможных решений одновременно, что потенциально ведёт к более быстрой сходимости или способности моделировать сложные корреляции, которые неразрешимы классически.
КНС исследуются для применения в квантовой химии, открытии лекарств, финансовом моделировании и задачах машинного обучения, таких как классификация и генеративное моделирование, особенно на ближайших квантовых устройствах.
Некоторые модели КНС могут быть обучены распознавать закономерности в данных, которые невозможно различить классическим нейронным сетям, из-за экспоненциальной размерности пространства квантовых состояний.




