УДК 004.272
DOI: 10.36871/2618-9976.2025.10–2.011
Авторы
Анна Алексеевна Ильмушкина,
Студент, Российский биотехнологический университет (РОСБИОТЕХ), Москва, Россия
Евгений Геннадьевич Ротанов,
Доцент кафедры систем автоматизированного управления, Московский государственный университет технологий и управления имени К. Г. Разумовского, (Первый казачий университет), Москва, Россия
Сергей Юрьевич Ситников,
Кандидат технических наук, доцент, кафедра ИТИС, Казанский государственный энергетический университет, Казань, Россия
Аннотация
В статье рассмотрены теоретические аспекты применения квантовых ускорителей для оптимизации глубинных нейронных сетей. Осуществлён обзор актуальных квантовых алгоритмов, включая вариационные методы, квантовый градиентный спуск, алгоритм приближённой оптимизации и квантовый отжиг, с акцентом на их вычислительную эффективность в задачах настройки параметров нейросетевых моделей. Особое внимание уделено архитектурным и физическим ограничениям, связанным с декогеренцией, энергетическими затратами имасштабируемостью квантовых устройств. Представлен аналитический прогноз развития аппаратно программной коэволюции и обоснована перспектива преодоления вычислительных барьеров классического обучения путём внедрения когерентных квантовых структур в контур искусственного интеллекта.
Ключевые слова
квантовые ускорители
глубокие нейронные сети
квантовая оптимизация
вариационные алгоритмы
квантовый градиент
