Специалисты НИТУ МИСИС предложили метод машинного обучения, предназначенный для работы на квантовых компьютерах. В основе разработки лежит применение кудитов — носителей квантовой информации, способных находиться более чем в двух состояниях одновременно, в отличие от стандартных кубитов. Новый подход нацелен на повышение точности классификации данных, что является одной из ключевых задач в создании систем искусственного интеллекта.
Предложенный алгоритм относится к классу методов опорных векторов, который широко используется для распознавания образов, включая анализ медицинских снимков для выявления раковых опухолей, а также при поиске новых лекарственных соединений. В традиционных компьютерах такие модели работают с битами, а в квантовых системах обычно используются кубиты, которые могут быть в суперпозиции нуля и единицы. Однако исследователи из МИСИС пошли дальше, задействовав кудиты. Эти элементы с несколькими уровнями энергий позволяют кодировать больший объем информации на одном физическом носителе без необходимости наращивания их общего количества в процессоре.
В ходе вычислений информация сначала преобразуется в квантовое состояние кудита. Затем на это состояние последовательно воздействуют квантовые вентили, в которых заложены классические данные. После серии таких операций проводится измерение всех регистров. Результатом становится обычная битовая строка — последовательность из нулей и единиц, которую может интерпретировать классическое оборудование. Экспериментальным путем ученые определили, что наилучшая точность классификации достигается при выполнении цепочки из 1024 итераций с участием квантовых вентилей.
Использование кудитов дает выигрыш не только в информационной емкости, но и в сложности вычислений. Выполнение ряда операций на кудитах требует меньшего количества шагов по сравнению с кубитными аналогами, что потенциально снижает риск возникновения ошибок, связанных с декогеренцией — разрушением квантового состояния под влиянием внешней среды. Проблема коррекции ошибок остается одной из главных трудностей на пути создания практических квантовых компьютеров, и работа с кудитами рассматривается как один из способов ее решения.
Научная группа, работающая над проектом, уже применила разработанный алгоритм в практической задаче. Совместно с Институтом нанотехнологий микроэлектроники РАН метод используется для сегментации интерфейсов функциональных тонких пленок. Это направление важно для создания микроэлектроники нового поколения, где требуется точный контроль свойств материалов на атомарном уровне.
Стоит отметить, что интерес к кудитам в мире растет. Исследования показывают, что многомерные системы могут быть эффективны для решения задач оптимизации, например, для знаменитой задачи раскраски графа. В частности, использование трехмерных кудитов (кутритов) позволяет находить более точные решения при меньшем количестве элементов и меньшей глубине самой квантовой схемы по сравнению с классическим кубитным подходом. Также существуют разработки, демонстрирующие, как кудиты помогают эффективнее управлять потоками данных в квантовых сетях, кодируя больше информации в одном узле. Зарубежные ученые также активно ищут способы интеграции многоуровневых систем в существующие алгоритмы, чтобы повысить их производительность без кардинальной смены архитектуры.
В России разработкой методов работы с кудитами занимаются несколько научных центров. Ранее, в сентябре 2025 года, участники российского Квантового проекта из Физического института им. Лебедева РАН продемонстрировали рекордный по размеру запутанный гейт Тоффоли на 10 ионах, что также подтверждает перспективность этого направления для масштабирования квантовых вычислителей. Сотрудничество НИТУ МИСИС с Российским квантовым центром ранее уже приводило к созданию схем, позволяющих «включать» дополнительные уровни кудитов лишь на время выполнения некоторых операций, что упрощает интеграцию новых методов в уже существующие алгоритмы, описанные для кубитов. Это важно, поскольку подавляющее большинство современных квантовых алгоритмов создавалось именно для кубитной логики.
Детали текущей разработки ученых МИСИС изложены в журнале Bulletin of the Russian Academy of Sciences: Physics. Работа выполнена при поддержке программы Минобрнауки России «Приоритет-2030» в рамках стратегического проекта «Квантовый интернет». Исследование приближает момент, когда квантовые компьютеры смогут решать практические задачи машинного обучения, требующие обработки сверхбольших массивов данных, с которыми классические ЭВМ справляются с трудом.
