Квантовая запутанность устраняет необходимость наличия для обучения квантовой нейронной сети экспоненциально большого количества обучающих данных, доказали исследователи Лос-Аламосской национальной лаборатории, 24 февраля сообщает Phys.org.ИА Красная Весна
Прямым следствием классической теоремы No-Free-Lunch (о бесплатном обеде), демонстрирующей влияние данных в классическом машинном обучении, является то, что чем больше данных, тем выше средняя производительность.ИА Красная Весна
Новая теорема No-Free-Lunch, доказанная в Лос-Аламосе, показывает, что в квантовом режиме запутанность также является ресурсом, который можно обменять на данные, чтобы снизить требования к ним.ИА Красная Весна
Новая теорема предполагает, что запутанность следует рассматривать как ценный ресурс в квантовом машинном обучении наряду с большими данными.ИА Красная Весна