Найти

Результаты поиска

• ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ КВАНТОВЫХ ВЫЧИСЛЕНИЙ ДЛЯ БОРТОВЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ РОБОТОТЕХНИЧЕСКИХ КОМПЛЕКСОВ

  Н.А. Бочаров , Н.Б. Парамонов

  229-239

  2025-12-30

  Аннотация ▼

  Современные робототехнические комплексы решают всё более сложные задачи, что предъявляет повышенные требования к быстродействию и эффективности бортовых вычислительных систем. Традиционные методы наращивания производительности (масштабирование аппаратуры, параллельные вычисления и др.) уже приближаются к своим пределам, поэтому возникает необходимость поиска принципиально новых подходов. Квантовые вычисления рассматриваются как перспективное направление, способное значительно превзойти классические вычислительные мощности в ряде задач. В этой связи целью данного исследования является изучение применимости квантовых вычислений для бортовых вычислительных систем робототехнических комплексов (РТК). Для достижения поставленной цели проведён всесторонний анализ требований (производительность, энергопотребление, массогабаритные показатели, надёжность и др.), предъявляемых к бортовым вычислительным системам РТК. Оценён потенциал квантовых алгоритмов в решении типовых задач робототехники, в том числе оптимизационных задач и задач машинного обучения, и проведено их имитационное моделирование с последующим сравнением результатов с классическими методами. Кроме того, рассмотрены текущие ограничения современных квантовых компьютеров (например, ограниченное число кубитов и проблемы декогеренции) и на основе тенденций развития технологий сделан прогноз их совершенствования в ближайшие годы. Проведённое исследование подтверждает перспективность применения квантовых вычислений для решения задач оптимизации и машинного обучения, которые являются ключевыми для интеллектуальных РТК. Однако текущие технологические ограничения (габариты, требования к условиям работы и нестабильность квантовых процессоров) пока не позволяют использовать квантовые компьютеры непосредственно на борту. Тем не менее, предложены направления дальнейших исследований и рассмотрены возможные сценарии постепенного внедрения квантовых вычислений в архитектуру РТК в ближайшие 5–15 лет, например, по мере миниатюризации квантовых процессоров и развития методов их интеграции в бортовые системы. Таким образом, по мере устранения существующих барьеров квантовые вычислители могут со временем стать неотъемлемой частью бортовых систем управления РТК, обеспечивая качественный скачок в их производительности.

• ОЦЕНКА ВОЗМОЖНОСТЕЙ ПЕРСПЕКТИВНЫХ ВЫЧИСЛИТЕЛЬНЫХ ТЕХНОЛОГИЙ ДЛЯ РАСЧЕТА ТОЧНЫХ ПРИБЛИЖЕНИЙ РАСПРЕДЕЛЕНИЙ ВЕРОЯТНОСТЕЙ ЗНАЧЕНИЙ СТАТИСТИК

  А.К. Мельников , И.И. Левин , А.И. Дордопуло , Л.М. Сластен

  2022-11-01

  Аннотация ▼

  Статья посвящена оценке аппаратного ресурса вычислительных систем для решения
  вычислительно-трудоемкой задачи – расчета распределений вероятностей значений ста-
  тистик методом второй кратности на основе Δ-точных приближений для выборок объе-
  мом от 320 до 1280 знаков при мощности алфавита от 128 до 256 символов с точностью
  =10-5. Общее время решения не должно превышать 30 дней или 2,592·106 секунд при круг-
  лосуточном режиме вычислений. Использование свойств метода второй кратности позво-
  ляет привести вычислительную сложность расчета к диапазону 9,68·1022–1,60·1052 опера-
  ций с числом проверяемых векторов – от 6,50·1023 до 1,39·1050. Решение этой задачи для
  указанных параметров выборок в заданное время с помощью современных вычислительных
  средств (процессоров, графических ускорителей, программируемых логических интеграль-
  ных схем) требует недостижимого на практике аппаратного ресурса. Поэтому в статье
  анализируются возможности перспективных квантовых и фотонных технологий для ре-
  шения задачи с заданными параметрами. Основным преимуществом квантовых вычисли-
  тельных систем является высокая скорость вычислений для всех возможных значений па-
  раметров. Однако, для расчета распределений вероятностей значений статистик кванто-
  вое ускорение не будет достигнуто из-за необходимости проверки всех полученных реше-
  ний, число которых соответствует размерности задачи. Кроме того, текущий уровень
  развития элементной базы не позволяет создавать и использовать квантовые вычислите-
  ли с разрядностью 120 кубитов, необходимой для решения рассматриваемой задачи. Фо-
  тонные вычислители могут обеспечить высокую скорость вычислений при низком энерго-
  потреблении и для решения рассматриваемой задачи требуют наименьшее число узлов.
  Однако, нерешенные проблемы с физической реализацией элементов оперативного хране-
  ния данных и отсутствием доступной элементной базы не позволяют в обозримой пер-
  спективе (5–7 лет) использовать фотонные вычислительные технологии для расчета рас-
  пределений вероятностей значений статистик, поэтому наиболее целесообразно примене-
  ние гибридных вычислительных систем, содержащих узлы различных архитектур.
  Для реализации задачи на различных аппаратных платформах (универсальные процессоры,
  графические ускорители, программируемые логические интегральные схемы) и конфигура-
  циях гибридных вычислительных систем предложено использование архитектурно-
  независимого языка программирования высокого уровня SET@L, объединяющего представ-
  ление вычислений в виде множеств и совокупностей с помощью альтернативной теории
  множеств П. Вопенка с абсолютным параллелизмом информационного графа и парадиг-
  мами аспектно-ориентированного программирования.

• КВАНТОВОЕ ГЛУБОКОЕ ОБУЧЕНИЕ СВЁРТОЧНОЙ НЕЙРОННОЙ СЕТИ С ИСПОЛЬЗОВАНИЕМ ВАРИАЦИОННОЙ КВАНТОВОЙ СХЕМЫ

  С.М. Гушанский , В. Е. Буглов

  167-177

  2021-10-05

  Аннотация ▼

  Квантовый компьютинг в общем и квантовое глубокое обучение, в частности, представляют собой перспективную область, связанную с исследованиями современных методов и алгоритмов квантовых вычислений, применяемых с целью обучения и разработки новых архитектур искусственных нейронных сетей. В последнее время наблюдается тенденция, состоящая в том, что исследования, проводимые в области квантового глубокого обучения, получают всё большее распространение среди специалистов. Это можно объяснить тем, что было установлено – квантовые схемы способны функционировать подобно искусственным нейронным сетям, демонстрируя при этом лучшие результаты при решении ряда задач, среди которых, например, актуальная задача классификации объектов на изображении или в видеопотоке. Благодаря стремительному развитию квантовых вычислений в области глубокого обучения были найдены оптимальные способы решений для та-ких актуальных задач, как – проблема исчезающего градиента, нахождение локального минимума, повышение эффективности функционирования крупномасштабных параметри-ческих алгоритмов машинного обучения, устранение декогеренции и квантовых ошибок и пр. В рамках данной работы описан процесс функционирования квантовой вариационной схемы, установлены её основные характеристики и выявлены недостатки. Также проана-лизированы ключевые особенности квантовых вычислений, на которых основывается про-цесс реализации квантового глубокого обучения с подкреплением свёрточной нейросети. Кроме того, осуществлено квантовое глубокое обучение свёрточной нейронной сети с помощью применения вариационной квантовой схемы, что приводит к повышению производительности свёрточной нейросети в решении задачи обработки изображения, а именно его классификации, за счёт использования квантовой среды вычислений. Актуальность данной статьи состоит в реализации алгоритма квантового глубокого обучения с подкреплением свёрточной нейросети для обработки изображений, а также большом значении тематики данного исследования для будущей разработки квантовых вычислительных устройств, которые могут быть использованы в системах искусственного интеллекта и т.п., что соответствует приоритетному направлению развития отечественной науки