A Computação Quântica pode acelerar a classificação de dados no
Aprendizado de Máquina
Pesquisadores do MIT (Massachusetts Institute of Technology), da
Universidade de Oxford e da divisão Q, da IBM, publicaram um artigo na Nature
detalhando uma experiência para mostrar como a computação quântica poderia
acelerar o Machine Learning.
O artigo descreve como os computadores quânticos são capazes de
superar os computadores tradicionais para o mapeamento de recursos. Um
componente do Machine Learning que analisa dados conhecidos para identificar
recursos no conjunto de dados, como as diferenças entre uma imagem de um gato e
um cachorro. “Um mapa de características pega um dado e lista todos os recursos
que ele tem”, diz Kristan Temme, pesquisador da IBM.
No processo do Machine Learning, é considerado difícil treinar uma
máquina com dados complexos, em que há menos amostras de dados do que o número
de features necessários para identificar de forma exclusiva uma determinada
coisa, como uma imagem de gato ou a de um cachorro.
Para determinados tipos de análise de dados, os recursos
computacionais necessários para o mapeamento de recursos são dimensionados
exponencialmente com o tamanho do problema, dificultando a solução em um
computador tradicional. Mas essa complexidade parece ser um ajuste ideal para a
Computação Quântica, segundo Temme.
"Há uma confluência natural entre os mapas de recursos e a
mecânica quântica", disse ele. "Você pode aplicar um circuito
quântico a um mapa de recursos que é discutivelmente difícil de fazer usando o
Machine Learning clássico em computadores tradicionais."
Embora alguns mapas de recursos funcionem bem em computadores
tradicionais, outros funcionam melhor em um computador quântico. "Queremos
ser capazes de identificar mapas de recursos que não podem ser classificados
tradicionalmente", disse ele.
Segundo Temme, durante o experimento os pesquisadores escolheram
um mapa de características que era difícil de processar e selecionaram um
conjunto de dados conhecido que o algoritmo de Machine Learning seria capaz de
identificar perfeitamente. O algoritmo de Machine Learning foi testado então em
um computador quântico para verificar se ele forneceu os resultados previstos.
Na opinião de Temme, os pesquisadores precisam identificar mais
mapas de recursos que possam se beneficiar da computação quântica. Para ajudar
nessa descoberta, todo o software e acesso ao experimento foram
disponibilizados como código aberto no GitHub, acrescentou ele.
“Estamos adotando uma abordagem comunitária. Muitas pessoas
poderão propor mapas de recursos e dados”, disse ele.
O computador quântico para executar o experimento também é
fornecido gratuitamente pelo IBM Q como um serviço na nuvem.
