本报记者 黄群
8月6日，记者从本源量子获悉，该公司在量子计较软件规模又有新打破！该打破是本源量子自主研发的量子计较进修算法，该算法基于该团队自主研发的量子呆板进修框架VQNet，设计实现的量子生成反抗网络（QGAN），融易资讯网（）动静 ，QGAN可以用于图像处理惩罚规模，好比人像的修复。
与经典计较机对比，量子计较处理惩罚图像的在时间上具有指数级晋升，在空间上处理惩罚的数据量也将随之呈指数级增加。一旦该应用成熟，处理惩罚人像技能将从速度、算法、空间效率和精确率上实现强有力的结果。
此次宣布的新算法是基于本源量子自主研发的量子呆板进修框架VQNet，在量子操纵系统本源司南上，验证了设计的QGAN（量子生成反抗网络）算法的可行性和有效性。本源量子的研发人员操作QGAN网络实现了一个在图像修复方面的应用示例，该示例通过殽杂量子和经典技能，可对破损图像举办修复操纵。该应用揭示了量子计较机的生成反抗网络在人像修复规模拥有相对付经典计较机的速度优势和空间优势，证明白基于超导量子比绝技能的量子呆板进修可行性，在量子规模迈出了重要一步。
“简朴来说，这是本源量子自主研发的量子计较进修框架上的算法。好比你戴口罩颠末一个需要人脸识此外安检系统，基于量子计较的这套算法，综合大数据阐明和图像修复，我们能识别你，给出一个不戴口罩的面部。”该套算法的工程师先容道。
那么什么是QGAN呢？该工程师表明道，GAN网络在人工智能规模应用很遍及，好比在图像处理惩罚规模，文本创作，音频处理惩罚规模，，加解密规模。在实际算法及应用处理惩罚进程中，数据集的练习收敛性及计较速度上，GAN网络布局、模子的评估上，鉴别模子的反抗性和稳健性上都是检验和挑战。可是，假如团结量子计较，实现量子生成反抗网络，就是前面所提到的QGAN，操作量子计较的并行计较的优势，通过量子线路实现量子生成反抗网络，可以加快数据集练习速度，并有效晋升网络模子精度。该网络模子和算法的实现，在理论和算法尝试运行上都证明白与经典的GAN网络对比，具有指数级的算法优势。
“我们的算法和应用在道理和示例演示上证明白这一点。”该工程师暗示。纵观海表里，QGAN应用的相关事情一直是科研机构和贸易公司竞相博弈的偏向之一。此次，本源量子实现的QGAN网络，是该团队自主开拓的量子呆板进修框架VQNet的重要构成部门，同时，该成就也暗示，作为海内量子计较龙头企业，本源量子在图像处理惩罚规模、量子人工智能规模的研发本领出众，而且牢牢咬住国际最好。
