近日，上海昆峰量子科技有限公司的量子算法團隊發布了重要研究成果：業內首次針對彩色圖片分類問題發布量子線路。該線路可以提取有效的圖片特征用於圖片分類，為量子計算機更好地解決人工智能常見問題提供了可行的解決思路和方案。

據了解，在人工智能領域裡，目標識別運用十分廣泛，而對彩色圖片中相關特征的正確提取是以上任務的基石，特征質量的高低直接決定復雜任務完成的質量。現有用於模擬卷積操作的量子線路多針對黑白圖片或者簡單特征設計，直接將其用於對彩色圖片提取特征效果不佳，基於此類特征訓練的分類器預測准確率較差。能否對彩色圖片進行有效處理，將決定量子卷積神經網絡是否最終能夠應用在現實場景中。另一方面，使用傳統計算機模擬量子線路較為耗時，也在一定程度上限制了各界對量子線路設計進行有效嘗試的可能性。

因此，昆峰量子將視線聚焦到了卷積神經網絡，算法團隊首次提出兩種量子線路，均可以有效提取彩色圖片特征。使用此兩種量子線路搭建的混合量子神經網絡在小數據集上的預測准確率超越了類似結構的傳統卷積神經網絡。實驗結果表明，使用更大的卷積核大小對預測精度的提升有明顯的幫助。算法團隊也首次研究了量子比特數量對量子卷積線路學習能力的影響。

值得一提的是，昆峰量子經典混合雲平台為量子（卷積）神經網絡的搭建和訓練提供了充足支持，可實現高頻次交互和大規模量子比特模擬。該平台是昆峰量子設計研發的量子算法、算法應用的集成開發環境。該開發環境提供了直觀強大的交互界面，平台當前支持Python語言，並已在系統內預裝了常用的量子開發框架。用戶可以無縫調用自研的高性能量子模擬器，在AWS、阿裡雲等高性能超算上運行量子程序﹔同時亦支持后期量子計算芯片的直接調用。

分享讓更多人看到