インサイダーブリーフ
- Honda Research InstituteとBlueQubitは、独自の自動車データセットを使用して世界初の量子画像分類を実行し、実際のAIタスクに量子コンピューティングを適用する際のマイルストーンをマークしました。
- このプロジェクトでは、BlueQubitのQSAASプラットフォームとIBMおよびQuantinuum Quantumハードウェアを使用して、動的な運転シーンを分類し、高度な量子エンコード方法で最大94％の精度を達成しました。
- この成功は、自律運転、AI集約型産業における短期的な量子準備の合図などの複雑な用途向けの量子強化機械学習の実現可能性を示しています。
プレスリリース – ランドマークコラボレーションで、ホンダリサーチインスティテュート（HRI）とQuantum Software Company BlueQubitは、Quantum Computerで画像分類を正常に実行しました。 ホンダの画像データセット、世界的にこの種の最初のものをマークする画期的な成果。この先駆的なプロジェクトは、AI主導の産業における量子コンピューティングの変革の可能性を紹介し、自動車技術とロボット工学の将来の革新の舞台を設定しています。
NYCAパートナーが率いる1,000万ドルのシード資金を最近確保したBlueQubit（TechCrunch）、管理された量子コンピューティングソリューションを専門としています。サービスとしてのQuantum Software（QSAAS）プラットフォームは、高度な量子技術と、金融、データ、医学などの実用的な業界アプリケーションとの間のギャップを橋渡しします。 Honda Research Instituteとのコラボレーションの成功は、量子ポテンシャルを実際の結果に変換する同社の能力を強調しています。
量子コンピューティングによる画像分類の革新
BlueQubitのQSAASプラットフォームを活用して、チームは、多様な環境にわたってキャプチャされたダイナミックな運転シーンの広範なコレクションであるホンダシーンデータセットとして知られるホンダ独自のデータセットに合わせた量子画像分類器を開発しました。これらの分類器は、IBMとQuantinuumの最先端の量子ハードウェアに展開され、実際のアプリケーションでの量子強化画像処理の実現可能性を実証しました。
このプロジェクトでは、おおよその振幅エンコード（AAE）、ブロック振幅エンコード（BAE）、および区分角エンコード（PAE）を含む複数の量子データエンコーディング手法を調査しました。分類器は、古典的なシミュレーションを使用して訓練され、その後量子プロセッサに展開され、印象的な精度率を達成しました。特に、BAEメソッドは最高のパフォーマンスをもたらし、94％の精度を達成し、最先端の古典的な畳み込みニューラルネットワークに匹敵します。
現実世界の影響と量子アドバンテージの準備
このコラボレーションは、技術的なマイルストーン以上のものです。これは、量子コンピューティングの業界採用の青写真として機能します。 HondaとBlueQubitは、実際のハードウェアで量子画像分類子を正常に実行することにより、AIと機械学習が重要な役割を果たすセクターでの量子用途の実用的な実行可能性を実証しました。
BlueQubitのCEO兼共同設立者であるHrant Gharibyan氏は、次のように述べています。 「ホンダリサーチインスティテュートとのパートナーシップは、自動車用アプリケーションでの量子コンピューティングの可能性を紹介するだけでなく、他の業界が量子優位性に備えるためのロードマップを提供します。」
量子アドバンテージとは、Quantum Computersが特定のタスクでクラシックシステムを上回るポイントを指します。このプロジェクトで行われた進歩は、このようなブレークスルーが、特に自律運転と高度なロボット工学に不可欠な複雑な画像処理タスクで、従来のコンピューティング方法よりも最大10倍のパフォーマンスの改善を提供できることを示唆しています。
技術的な成果とハードウェアのパフォーマンス
この実験では、IBMのブリスベンおよびFez量子プロセッサ、およびQuantinuumのシステムモデルH1およびH2を使用しました。これらのデバイスは、20〜156キュビットの範囲で、チームがさまざまなハードウェア構成全体で量子分類器をテストおよび検証することができました。結果は、何千もの2キットのゲートを含む深い回路であっても、顕著な一貫性とパフォーマンスを示しました。
QuantinuumのH2デバイスでは、チームはそれぞれ14キュビットの4つのブロックにわたってブロック振幅エンコードを実装し、94％の分類精度を達成しました。同様に、IBMのFEZプロセッサでは、最大72キュビットの実験により、回路の複雑さが増加する場合でも、精度がランダムな分類ベンチマークを大幅に上回る堅牢なパフォーマンスを実証しました。
将来の方向性と業界への影響
このプロジェクトの成功は、AI主導の産業における量子コンピューティングのより広範な採用への道を開いています。量子分類器が複雑な画像データをどのように処理できるかを紹介することにより、ホンダとブルークビットは、自律車両、ロボット工学などの分野での将来の研究開発の先例を設定しました。
量子ハードウェアが進化し続け、よりアクセスしやすくなるにつれて、このコラボレーションからの方法論と調査結果は、将来の進歩の基盤として機能します。急速に進化するハイテク環境で先を行くことを目指している企業は、現在、Quantum Solutionsを探索し、地平線上の避けられない量子駆動のブレークスルーに備えることが奨励されています。
