Разработка фотонных квантовых компьютеров: успехи Xanadu и Самарского университета

Представлен прототип модульного фотонного компьютера Частицы света могли бы, в теории, передавать данные намного быстрее, чем электроны, но классические компьютеры не приспособлены для работы с фотонами. Различные команды разработчиков проектируют опытные образцы фотонных квантовых компьютеров с зеркалами, расщепителями пучка и оптическими волокнами. Канадская компания Xanadu первой в мире скомбинировала все подсистемы, необходимые для создания универсального и отказоустойчивого квантового компьютера в фотонной архитектуре.

Частицы света могли бы, в теории, передавать данные намного быстрее, чем электроны, но классические компьютеры не приспособлены для работы с фотонами. Различные команды разработчиков проектируют опытные образцы фотонных квантовых компьютеров с зеркалами, расщепителями пучка и оптическими волокнами. Канадская компания Xanadu первой в мире скомбинировала все подсистемы, необходимые для создания универсального и отказоустойчивого квантового компьютера в фотонной архитектуре.

Самарские ученые смогли повысить точность работы аналоговой фотонной вычислительной системы до 98%. Теперь она обрабатывает данные в 100 раз быстрее, чем нейросети. «Благодаря дополнительной регулировке и донастройке компонентов нам удалось достичь максимального показателя точности распознавания в 97,86%», — рассказал профессор кафедры технической кибернетики вуза Роман Скиданов. Модернизация системы поможет быстрее обрабатывать информацию, полученную от спутников и беспилотников - множество объемных изображений, для анализа которых необходимо значительное количество времени.

В 100 раз быстрее нейросетей! В России создали фотонный вычислитель Ученые Самарского университета разработали инновационный фотонный вычислитель, который способен обрабатывать данные со скоростью, близкой к скорости света! Главные преимущества: В 100 раз быстрее классических нейросетей; Точность до 98,04%, что близко к теоретическому максимуму; Гиперспектральный анализ — выявляет объекты, невидимые обычным камерам; Эффективность в сложных условиях, например, при анализе видео и изображений. Разработчики планируют сборку предсерийного образца в этом году. В дальнейшем система сможет использоваться в космических наблюдениях, медицине, безопасности и военной сфере. Если технология окажется успешной, это может стать прорывом в вычислительной технике.

В России запустили в продажу новогодний подарок, который опережает время

Ученые Самарского университета им. Королёва добились максимальной точности работы экспериментального образца аналоговой фотонной вычислительной системы. Она способна обрабатывать видеоданные в сотни раз быстрее, чем это делают современные цифровые нейросети на основе традиционных полупроводниковых компьютеров. ℹ Ключевая особенность самарского фотонного вычислителя заключается в возможности анализа гиперспектральных данных, которые собирают с помощью БПЛА или космического спутника. Это очень значительные по объему массивы информации, и их анализ требует, как правило, значительных затрат времени. Все подробности читайте на сайте университета.

Ученые Самарского университета имени Королева в рамках программы НЦФМ достигли максимального показателя точности в 98% работы фотонного вычислителя! Это почти предел для текущей установки! Первый вариант устройства показывал точность в 93,75%, но в реальных условиях работы вычислителя показатели будут значительно ниже. Учёные продолжают эксперименты и планируют модернизацию установки. «Серия экспериментов будет продолжаться, установка будет модернизироваться, планируем обновить некоторые ее компоненты. В этом году мы также планируем начать сборку опытного образца фотонного вычислителя, он будет создаваться на базе экспериментального образца после ряда модернизаций и будет, по сути, являться предсерийным», - отметил доктор физико-математических наук Роман Скиданов. Полученный экспериментальный образец фотонной вычислительной системы способен обрабатывать видеоданные в сотни раз быстрее современных цифровых нейросетей и анализировать данные с гиперспектрометров, обнаруживая объекты, невидимые для обычных средств наблюдения. Проект реализуется в рамках научной программы НЦФМ при поддержке Министерства науки и высшего образования РФ и Госкорпорации «Росатом».