Исследователи НИТУ МИСИС разработали алгоритм для машинного обучения, который помогает точнее классифицировать данные в квантовых компьютерах. Вместо стандартных для квантовых вычислений кубитов, новый метод использует кудиты - квантовые элементы с несколькими уровнями состояний. Они выполняют сложные квантовые операции за меньшее количество шагов, что значительно упрощает вычисления и дает специалистам больше свободы в представлении и кодировании информации
В предложенной модели информационный массив кодируют с использованием кудитов, то есть в квантовых состояниях с числом уровней больше двух, что позволяет обрабатывать больший объем информации, не наращивая число физических носителей. Работа приближает практическое применение квантовых компьютеров в задачах машинного обучения
Сначала на квантовое состояние кудита по очереди действуют квантовые вентили, в которых закодированы классические данные. После чего выполняют измерения всех регистров и на выходе получают обычную битовую строку - последовательность нулей и единиц. Наибольшая точность классификации данных была достигнута при 1024 итерациях цепочки из квантовых вентилей
