インサイダーブリーフ
- IONQは、大規模な言語モデルを強化し、合成材料データを生成する2つの新しいハイブリッド量子クラシックメソッドを実証しました。
- ある研究では、IONQは量子回路を大規模な言語モデルに統合し、古典的な微調整方法と比較して、より高い分類精度と予測されたエネルギー節約を達成しました。
- 2番目のプロジェクトでは、IONQを使用して、量子強化GANを使用して、合成鋼の微細構造画像を作成し、画質の古典モデルを上回り、データスカース産業用ワークフローをサポートしました。
プレスリリース – 主要な商用量子コンピューティングおよびネットワーキング会社であるIONQ（NYSE：IONQ）は本日、人工知能（AI）および機械学習に量子コンピューティングを適用する際の新しい研究の進歩を発表し、大規模な言語モデル（LLM）とジェネレーティブAIの両方を強化するハイブリッド量子分類アプローチの大きな進歩を示しました。
IONQの研究者は、2つの新しい研究論文で詳述されており、まれな異常の合成画像を生成し、微調整のための量子層を追加することにより、大規模な言語モデルを強化することにより、量子コンピューティングが高度な材料開発をサポートする方法を実証しました。これらの取り組みは、IONQがAIでの実用的で短期的な商業量子アプリケーションに継続的に焦点を当てており、データスカース設定の価値を促進し、複雑なタスクに焦点を当てています。
分類精度を改善するために、量子微調整でLLMを強化します
新しく公開された 紙、IONQは、LLM微調整を強化するために設計されたハイブリッド量子クラシックアーキテクチャを導入しました。ここでは、事前に訓練されたLLMに、量子機械学習を介して機能をカスタマイズするための小さなトレーニングデータが補完されます。古典的な方法とのパフォーマンスを比較するために、IONQの研究者は、文の単語を予測するために広く使用されているオープンソースの大きな言語モデルを採用し、パラメーター化された量子回路を新しい層として組み込みました。この量子微調整ステップにより、ハイブリッドモデルを再利用して、文の感情を理解しました。
結果として生じるハイブリッド量子アプローチは、有意義なマージンで同様のパラメーターを使用する古典的な方法を上回り、精度の古典的なみの方法よりも優れていました。研究者は、分類の精度が増加する傾向を観察し、Qubitsの数が増えました。彼らはまた、問題のサイズが46キクを超えて増加するため、すべての古典的なモデルを使用した推論と比較して、ハイブリッド量子アルゴリズムを使用した推論のための大幅なエネルギー節約を予測しました。これにより、化学、生物学、材料科学の自然言語処理、画像処理、特性予測のためのAIモデルを含む、基本的なAIモデルのより広範なクラスの量子強化微調整の道が開かれます。
「この作業は、希少産体政権の従来のAI LLMSを強化するために表現力の向上を利用して、Quantum Computingを古典的なAIワークフローに戦略的に統合する方法を強調しています」 「LLMは、純粋な「言語」アプリケーションをはるかに超えた汎用性を実証しており、ハイブリッドの量子学的モデルは、AI機能の次の波のロックを解除するのに適していると考えています。」
材料特性を改善するための入力量子生成モデリング
別のもの 研究出版物、IONQは、一流の自動車メーカーと協力して、量子強化生成敵対的ネットワーク（GANS）を材料科学に適用しました。研究者はGANを訓練し、量子回路の出力分布をサンプリングし、データがまばらであるため、モデルの訓練性が低い従来のイメージング技術を強化する鋼の微細構造の合成画像を生成しました。
IONQのハイブリッドQGANメソッドを使用して生成された微細構造画像は、ベースラインの古典的な生成モデルを使用して生成された画像と比較した場合、最大70％のケースで高品質スコアを達成しました。産業用AIモデルは、多くの場合、独自のデータセットに依存しているため、データの不足、データの不均衡、またはデータの生成に高いコストが発生する可能性があります。画像データを補足する機能は、目的が製造プロセスパラメーターを最適化して、厳しい要件を満たす材料特性をもたらすことであるAIモデルの開発に不可欠です。
「この作業は、IONQの量子コンピューターと古典的な機械学習の組み合わせが、材料科学と製造のために印象的な結果をどのように生み出すかを示す説得力のある例です」 「古典的なコンピューティングを使用して、合成生成で実験データを増強することは、高価で価値が制限される可能性があります。この作業は、量子ハイブリッドアプローチが古典的な方法よりもデータが少ない高品質の画像を生成し、材料科学、医療イメージング、財務予測などの業界全体で新しいアプリケーションにつながる可能性があることを示しています。」
IONQは、最新のForte Enterprise-Class Quantum Computersにより、クラシックコンピューティングを上回り、AIを統合する機会を提供できる新しい機能で境界を押し続けています。これらの研究のマイルストーンは、IONQの最近の新しい発表に従っています ANSYSを使用した量子シミュレーションツール、コンピューターの支援エンジニアリング業界で使用されるワークフローについて、最大12％の改善を実証しました。 IONQはまた、AISTの覚書（MOU）に署名しました 量子AIによるビジネス開発センターのためのビジネス開発センター （g-quat）AIでハイブリッド量子コンピューティングテクノロジーを前進させるのに役立ちます。
詳細については、ARXIVに関する完全な技術論文をご覧ください。
トラップイオン量子コンピューターでのスチール微細構造の画像増強のための量子生成敵ネットワークのエンドツーエンドのデモンストレーション
