記者從本源量子了解到，本源量子團隊基于自主研發(fā)的量子機器學習框架VQNet，設計實現(xiàn)的量子生成對抗網(wǎng)絡(QGAN)可用于圖像處理領(lǐng)域，比如人像的修復。與經(jīng)典計算機相比，量子計算處理圖像的在時間上具有指數(shù)級提升，在空間上處理的數(shù)據(jù)量也將隨之呈指數(shù)級增加。其應用體驗于8月5日正式上線。
據(jù)了解，此次發(fā)布的新算法是基于本源量子自主研發(fā)的量子機器學習框架VQNet，在量子操作系統(tǒng)本源司南上，驗證了設計的QGAN算法的可行性和有效性。研發(fā)人員利用QGAN網(wǎng)絡實現(xiàn)了一個在圖像修復方面的應用示例，展現(xiàn)了量子計算機的生成對抗網(wǎng)絡在人像修復領(lǐng)域擁有相對于經(jīng)典計算機的速度優(yōu)勢和空間優(yōu)勢，證明了基于超導量子比特技術(shù)的量子機器學習可行性，在量子領(lǐng)域邁出了重要一步。
“簡單來說，比如你戴口罩經(jīng)過一個需要人臉識別的安檢系統(tǒng)，基于量子計算的這套算法，綜合大數(shù)據(jù)分析和圖像修復，我們能識別你，給出一個不戴口罩的面部。”該算法的工程師介紹說。
據(jù)研發(fā)人員介紹，GAN網(wǎng)絡在人工智能領(lǐng)域已有廣泛應用，但在實際算法及應用處理過程中，數(shù)據(jù)集的訓練收斂性及計算速度上，GAN網(wǎng)絡結(jié)構(gòu)、模型的評估上，判別模型的對抗性和穩(wěn)健性上都是考驗和挑戰(zhàn)。結(jié)合量子計算，實現(xiàn)量子生成對抗網(wǎng)絡，即QGAN，就能利用量子計算的并行計算的優(yōu)勢，通過量子線路實現(xiàn)量子生成對抗網(wǎng)絡，可以加速數(shù)據(jù)集訓練速度，并有效提升網(wǎng)絡模型精度。該網(wǎng)絡模型和算法的實現(xiàn)，在理論和算法實驗運行上都證明了與經(jīng)典的GAN網(wǎng)絡相比，具有指數(shù)級的算法優(yōu)勢。
“我們的算法和應用在原理和示例演示上證明了這一點。”本源量子研發(fā)負責人表示，一旦該應用成熟，處理人像技術(shù)將從速度、算法、空間效率和準確率上實現(xiàn)強有力的效果。(張夢怡 楊夏 記者 吳長鋒)
關(guān)鍵詞： 量子計算處理人像 本源量子 經(jīng)典計算機
營業(yè)執(zhí)照公示信息