الذكاء الاصطناعي
إدخال الدوائر الكمومية في تعلّم النماذج.
في مهام التصنيف، تُرمّز سمات العينات في حالات كمومية وتُبنى النماذج باستخدام قياسات التشابه أو الدوائر ذات المعلمات. وتدخل نتائج القياس في التعلّم الكلاسيكي وتحديث المعلمات.
مقارنة التشابه أولًا، ثم تعلّم التصنيف.
تمثيل العينات بحالات كمومية، ومقارنة التشابه بينها بالقياس، ثم تمرير هذه العلاقات إلى مصنّف كلاسيكي. وتتولى الدوائر الكمومية هنا تمثيل السمات وحساب التشابه.
المهمة والبيانات
تحديد السمات والتسميات، ثم تقسيم البيانات إلى مجموعات للتدريب والتحقق والاختبار المستقل.
تعيين السمات الكمومية
تطبيق الترميز نفسه على عينتين ومقارنة العلاقة بينهما في فضاء السمات الكمومية.
قراءة التشابه
تقدير التشابه بين كل زوج من العينات لتكوين مصفوفة نواة يستخدمها مصنّف كلاسيكي.
التصنيف الكلاسيكي
تدريب مصنّف باستخدام مصفوفة النواة لتعلّم حدود الفصل، ثم التنبؤ بفئات عينات جديدة.
العودة إلى تعيين السمات
مقارنة طرائق الترميز وبنى الدوائر استنادًا إلى أداء مجموعة التحقق، ثم اختيار إعدادات النموذج للجولة التالية.
إدخال الدوائر القابلة للتدريب في عملية التعلّم.
ترميز السمات في دائرة كمومية وضبط الحالة الكمومية بمعلمات قابلة للتدريب. وتنتج القياسات تنبؤات، بينما يحسب مُحسِّن كلاسيكي الخسارة ويحدّث المعلمات عبر جولات التدريب المتعاقبة.
المهمة والبيانات
تحديد السمات والتسميات، ثم تقسيم البيانات إلى مجموعات للتدريب والتحقق والاختبار المستقل.
الترميز والدوائر القابلة للتدريب
يتولى تعيين السمات معالجة المدخلات، وتضبط الدائرة ذات المعلمات تمثيل النموذج.
القياس والتنبؤ
تشغيل الدائرة مرارًا لتقدير الكميات القابلة للرصد واستخلاص تنبؤات تُستخدم في تقييم المهمة.
الخسارة وتحديث المعلمات
مقارنة التنبؤات بالتسميات؛ ويحسب مُحسِّن كلاسيكي الخسارة ويحدّث معلمات الدائرة θ.
تمرير التحديث إلى الجولة التالية
تشغيل الدائرة مجددًا باستخدام θ المحدّثة، مع مواصلة تسجيل تغيرات الخسارة ونتائج أخذ العينات.
تحويل مهام التعلّم إلى
تجارب قابلة للتتبّع.
تثبيت المدخلات وطرائق التقييم، وتسجيل إعدادات الدوائر والتدريب والمخرجات لتستند التعديلات التالية إلى أساس واضح.
من دوائر النماذج إلى التنفيذ على العتاد
تستخدم أنظمة الحوسبة الكمومية فائقة التوصيل الموجات الدقيقة لإعداد الحالات الكمومية والتحكم فيها، وتحصل على نتائج القياس عبر سلسلة القراءة.
- البيانات والمهام
- تحديد السمات والتسميات والمقاييس المستهدفة، وتثبيت تقسيمات التدريب والتحقق والاختبار، لتبدأ النماذج المختلفة من المدخلات نفسها.
- الدوائر والمعلمات
- الاحتفاظ بسجلات الترميز وبنية الدائرة وتحديثات المعلمات، إلى جانب عدد مرات التنفيذ وإعدادات أخذ العينات، لتتبّع كل جولة تدريب.
- النتائج والتغذية الراجعة
- مقارنة أداء التنبؤ واستقرار التدريب وإجمالي التكلفة الحسابية بالنماذج الكلاسيكية، واستخدام النتائج لتوجيه الجولة التالية من تعديلات النموذج.