Descubra como a Aprendizagem Quântica está Revolucionando a Geração de Imagens Realistas!

A aprendizagem de máquinas permite que os computadores reconheçam padrões complexos, como rostos, e também criem exemplos novos e realistas desses padrões. Agora, pesquisadores deram a primeira demonstração clara de um algoritmo quântico apresentando bom desempenho na geração desses exemplos realistas, neste caso, criando dígitos manuscritos autênticos [1]. Os pesquisadores veem esse resultado como um passo importante para a construção de dispositivos quânticos capazes de superar as capacidades da aprendizagem clássica de máquinas. A aplicação mais comum das redes neurais é a classificação, como reconhecer letras manuscritas, por exemplo. Mas os pesquisadores buscam cada vez mais usar algoritmos em tarefas mais criativas, como a criação de obras de arte, músicas ou rostos humanos realistas. As chamadas redes neurais gerativas também podem ser usadas na edição automatizada de fotos, para remover detalhes indesejados, como chuva. Segundo Alejandro Perdomo-Ortiz da Zapata Computing em Toronto, a inclusão da computação quântica nas redes gerativas de hoje poderia levar a um desempenho muito melhor. Portanto, os pesquisadores têm tentado implementar algoritmos na atual geração de dispositivos quânticos intermediários ruidosos, máquinas quânticas rudimentares com menos de cerca de 50 bits quânticos (qubits).