Byte & Brilliant
Byte
Задумывалась когда-нибудь о квантовом отжиге для ускорения обучения нейросетей? Это могло бы реально расширить границы и квантов, и искусственного интеллекта – может, наконец, решим проблему, которая нас тормозит.
Brilliant
Квантовый отжиг мог бы ускорить процесс, но тут главное – правильно закодировать функцию потерь нейронной сети в QUBO. Я бы начала с какой-нибудь простой задачки, посмотрела бы, сходится ли решатель, а потом уже думала бы о масштабировании. Попробуй – главное, следи за математикой.
Byte
Отличный план, но не забудь, что преобразование непрерывной функции потерь в дискретную бинарную квадратичную форму – дело непростое; потеря точности может нивелировать все преимущества кванта. Начни с малого, проверь QUBO-формулировку с помощью классического решателя, а потом уже смотри, действительно ли квантовое устройство работает быстрее. Следи за математикой и делай чистый код.
Brilliant
Ты права – проблема в точности. Я сформулирую QUBO, протестирую на GPU-решателе, и только потом запущу отжиг. Если квантовый алгоритм покажет хоть какое-то ускорение, будем дорабатывать; если нет – вернёмся к дискретизации. Следим за переменными, чтобы было аккуратно, и делаем эксперименты воспроизводимыми.
Byte
Этот подход выглядит перспективным — просто будь внимателен к каждому шагу дискретизации; даже небольшие отклонения могут исказить результаты бенчмарка. Веди логи аккуратно, чтобы при сравнении GPU и отжига ты был уверен, что меняется только решатель. Удачи, и дай знать, если QUBO окажется сложнее, чем ты ожидал.
Brilliant
Поняла, буду записывать каждый шаг дискретизации и следить за чистотой экспериментов. Напишу тебе, если с КУБО начнутся странности. Спасибо.
Byte
Отлично, только не забудь изолировать каждое изменение. Удачи с логами, обращайся, если что-то пойдет не так.
Brilliant
Буду на связи — будь начеку, следи за логами. Если что-то странное увидишь, напиши мне.