یادگیری ماشین کوانتومی ممکن است پیشبینی هوا را بهبود ببخشد
شرکت Rigetti Computing، پیشگام در حوزه محاسبات هیبریدی کوانتومی-کلاسیکی، اعلام کرد که راهحل مؤثری برای مسئله مدلسازی هوا با استفاده از کامپیوترهای کوانتومی توسعه داده است. این شرکت با بهرهگیری از جریانهای کاری موجود یادگیری ماشین، ترکیبی از تکنیکهای یادگیری ماشین کلاسیکی و کوانتومی را به کار برده تا دادههای مصنوعی رادار هواشناسی با کیفیت بالا تولید کرده و مدلهای کلاسیکی پیشبینی طوفان را بهبود بخشد. این کار بر روی سیستم ۳۲ کیوبیتی Rigetti انجام شده و نشان میدهد که کاربردهای عملی در سختافزارهای کوانتومی نزدیکمدت در دسترس هستند. چد ریگتی، بنیانگذار و مدیرعامل Rigetti Computing، گفت: «این نتایج زمینه را برای دستیابی به برتری کوانتومی در یک مسئله عملی و با تأثیر بالا فراهم میکند. ما نشان دادیم که کامپیوترهای کوانتومی میتوانند به طور مؤثری در جریانهای کاری پیشرفته کلاسیکی ادغام شوند و وظایفی با اهمیت واقعی را انجام دهند.»

به گزارش سهندخبر به نقل از خبرفوری،
شرکت Rigetti Computing، پیشگام در حوزه محاسبات هیبریدی کوانتومی-کلاسیکی، اعلام کرد که راهحل مؤثری برای مسئله مدلسازی هوا با استفاده از کامپیوترهای کوانتومی توسعه داده است.
این شرکت با بهرهگیری از جریانهای کاری موجود یادگیری ماشین، ترکیبی از تکنیکهای یادگیری ماشین کلاسیکی و کوانتومی را به کار برده تا دادههای مصنوعی رادار هواشناسی با کیفیت بالا تولید کرده و مدلهای کلاسیکی پیشبینی طوفان را بهبود بخشد. این کار بر روی سیستم ۳۲ کیوبیتی Rigetti انجام شده و نشان میدهد که کاربردهای عملی در سختافزارهای کوانتومی نزدیکمدت در دسترس هستند.
چد ریگتی، بنیانگذار و مدیرعامل Rigetti Computing، گفت: «این نتایج زمینه را برای دستیابی به برتری کوانتومی در یک مسئله عملی و با تأثیر بالا فراهم میکند. ما نشان دادیم که کامپیوترهای کوانتومی میتوانند به طور مؤثری در جریانهای کاری پیشرفته کلاسیکی ادغام شوند و وظایفی با اهمیت واقعی را انجام دهند.»