鴻海研究院量子機器學習獲突破 提貧瘠高原現象解方

(中央社記者張建中新竹2022年11月21日電)鴻海研
究院在量子機器學習領域取得突破性進展,量子計算
研究所所長謝明修和澳洲雪梨大學團隊,共同提出研
究報告,針對長久以來面對的貧瘠高原現象提出解決
方案,藉由適當的給定可調變參數初始值進行改善。

鴻海研究院今天發布新聞稿表示,謝明修和澳洲雪
梨大學團隊的研究成果已獲「神經信息處理系統大會
(NeurIPS 2022)」接受,在全球超過1萬件的投稿中
脫穎而出,於11月底進行發表。

謝明修表示,提出貧瘠高原現象的解決方案,以避
免量子機器在學習的過程中,因為這個現象導致訓練
過久或訓練失敗,進而讓量子學習機器展現出超越傳
統機器的真正優勢。

謝明修說,結合這方案,量子計算研究所在今年鴻
海科技日展示量子模擬在電池開發上的研究成果,大
大縮減所需的量子資源。

談及貧瘠高原現象,謝明修表示,在量子機器學習
的過程中,一般透過控制邏輯閘的可調變參數學習,
來得到符合期望的量子電路模型,但是在學習的過程
中,常因為邏輯閘過多且結構過深,使得參數更新困
難。

謝明修指出,藉由適當的給定可調變參數初始值,
得到突破性進展,改善了貧瘠高原現象,解決長久以
來一直困擾著量子機器學習領域的問題。
貼心提醒:
1.本公司所提供之即時報價資訊,不代表勸誘投資人進行期貨交易,且不保證此資料之正確性及完整性。
2.實際可交易商品相關資訊請以主管機關公告為限。