量子計算機學著分辨樹木(圖)
學習問題(如模式識別和計算機視覺)更近了一步。
通常,傳統計算機已經能用復雜算法識別圖像中的模型,但需要大量的內存和處理器耗能。這是因為傳統計算機以二進制位(0或1)存儲信息,相反,量子計算機在亞原子級運行,使用可以同時表示0或1的量子比特。理論上,使用量子比特的處理器可以針對一系列特殊問題,解決問題的速度比傳統計算機快指數級。但量子計算的特性以及編程量子比特的局限性使計算機視覺等復雜問題難以解決。
研究者幫助D波計算機學習分辨樹木。圖片來源:Creative Commons
近日,加州聖瑪麗學院物理學家Edward Boyda及其同事,使用一台 D波2X 量子計算機,分析了數百張美國宇航局拍攝的衛星圖片。研究人員要求計算機識別若幹特征——色彩、飽和度和光反射率等,以確定圖片上的像素團是樹木還是建築物、道路或河流。之後,他們讓計算機回顧了分辨錯誤的案例,並不斷調整其用於確定樹木的公式,最終成功訓練其識別樹木,准確率達 90%。
研究人員近日將相關論文發表於《科學公共圖書館—綜合》期刊。雖然這項研究的結果只比傳統計算機針對同樣問題的結果稍微准確一點。但這卻表明科學家可以編程量子計算機以“看到”和分析圖像,並有可能使用它們解決需要繁重數據處理的其他復雜問題。例如,為更准確的氣候預測奠定了基礎。但在量子計算機被用於解決復雜計算問題之前,仍需大量研究。
您的點贊是對我們的鼓勵
好新聞沒人評論怎麼行,我來說幾句
科學家正在訓練量子計算機辨識樹木。這聽起來可能並不重要,但這個結果意味著研究人員朝使用量子計算機解決復雜的機器通常,傳統計算機已經能用復雜算法識別圖像中的模型,但需要大量的內存和處理器耗能。這是因為傳統計算機以二進制位(0或1)存儲信息,相反,量子計算機在亞原子級運行,使用可以同時表示0或1的量子比特。理論上,使用量子比特的處理器可以針對一系列特殊問題,解決問題的速度比傳統計算機快指數級。但量子計算的特性以及編程量子比特的局限性使計算機視覺等復雜問題難以解決。
研究者幫助D波計算機學習分辨樹木。圖片來源:Creative Commons
近日,加州聖瑪麗學院物理學家Edward Boyda及其同事,使用一台 D波2X 量子計算機,分析了數百張美國宇航局拍攝的衛星圖片。研究人員要求計算機識別若幹特征——色彩、飽和度和光反射率等,以確定圖片上的像素團是樹木還是建築物、道路或河流。之後,他們讓計算機回顧了分辨錯誤的案例,並不斷調整其用於確定樹木的公式,最終成功訓練其識別樹木,准確率達 90%。
研究人員近日將相關論文發表於《科學公共圖書館—綜合》期刊。雖然這項研究的結果只比傳統計算機針對同樣問題的結果稍微准確一點。但這卻表明科學家可以編程量子計算機以“看到”和分析圖像,並有可能使用它們解決需要繁重數據處理的其他復雜問題。例如,為更准確的氣候預測奠定了基礎。但在量子計算機被用於解決復雜計算問題之前,仍需大量研究。
分享: |
注: |