Kvantinės kompiuterijos vizija atitinka gamybos gamybos linijas


Dirbtinis regėjimas yra visur mūsų gyvenime. Jį galite rasti automatiniuose pasų nuskaitymuose oro uostuose, išmaniojo telefono apsaugos sistemose ir net automobilių stovėjimo aikštelėse, kad nuskaitytumėte savo valstybinį numerį. Kompiuteriai mus nuolat stebi, ir tai nėra blogai. Tokia „Big Brother“ sistema leidžia kompiuterizuotoms sistemoms greitai ir efektyviai priimti sprendimus, sutaupant daug žmonių laiko ir pastangų atliekant sudėtingas užduotis.

Kompiuterinė vizija taip pat svarbi gamybos gamybos linijai dėl tų pačių priežasčių. Įsivaizduokite gamyklą, kuri gamina ratus automobiliams. Ratų kokybės vertinimą darbuotojas galėtų atlikti rankiniu būdu, tačiau tai gali atlikti ir kompiuterizuotos dirbtinio matymo sistemos. Tokios sistemos gali aptikti mažiausius rato lūžius ir nelygumus. Kompiuterinė vizija šiandien yra pagrindinis gamyklų gamybos linijų elementas.

Nors dirbtinis matymas suteikia tam tikrų pranašumų gerinant gamybą, dabartinė technologija nėra pakankamai sudėtinga pažangioms gamybos linijoms. Vienas iš iššūkių yra žemos kokybės vaizdai dėl senesnės fotoaparato aparatinės įrangos, prasto apšvietimo, vibracijos ir daugumoje gamybos įrenginių esančių veiksnių. Be to, dirbtinio regėjimo sistemai paprastai reikia labai didelio tikslumo, kad būtų galima aptikti defektus, taip pat galimybę paaiškinti rezultatus. Įsivaizduokite, kad einate pas savo viršininką ir sakote, kad nežinote, kodėl mašina atmetė dalį!

Daugialypė kompiuterija, vertėmis pagrįstų kvantinio skaičiavimo sprendimų tiekėjas kartu su gamybos įmone vykdė bandomąjį projektą tyrime įvertinti kvantinio kompiuterinio matymo efektyvumą aptinkant gabalų defektus gamyklinėse gamybos linijose.

Kvantiniai kompiuteriai yra šventasis gralis algoritmų moksle: jie žada greitesnius, efektyvesnius ir tikslesnius skaičiavimus, palyginti su šiuolaikiniais įprastais kompiuteriais, nes jie manipuliuoja informacija pagal kvantinės fizikos dėsnius. Kvantinio skaičiavimo algoritmai gali aptikti subtilių duomenų modelių anomalijas, kurių įprastas kompiuteris niekada negalėtų rasti. Kvantiniai kompiuteriai taip pat gali išgauti daugiau informacijos su mažiau duomenų, kaip įrodyta neseniai „Nature Communications“ paskelbtame straipsnyje.

„Multiverse Computing“ ir „Ikerlan“ komandos įrodė, kad šiandieniniai kvantiniai kompiuteriai, nepaisant jų aparatinės įrangos apribojimų, geriau nei klasikinės kompiuterinės regos sistemos aptinka vaizdų gamybos defektus. Rezultatai, paskelbtas moksliniame darbe apie arXiv, rodo, kad kvantinio skaičiavimo regėjimas tikslumu lenkia klasikinius analogus, net išlaikant algoritmų mokymo ir išvadų laiką. Žvelgiant iš platesnės perspektyvos, tai yra vienas iš pirmųjų orientyrų rezultatų, parodančių, kad kvantiniai kompiuteriai šiandien gali pasiūlyti realią verslo vertę pramonei tam tikroms konkrečioms programoms.

Kai kurių į tyrimą įtrauktų vaizdų pavyzdžiai su ribojančiais langeliais aplink defektus.  Kvantinės kompiuterijos vizija atitinka gamybos gamybos linijas
Kai kurių į tyrimą įtrauktų vaizdų pavyzdžiai su ribojančiais langeliais aplink defektus.

Kvantinio skaičiavimo galios įrodinėjimas

„Multiverse“ ir „Ikerlan“ panaudojo duomenų rinkinį, sudarytą iš 2727 automobilių dalių rentgeno vaizdų su liejimo defektais ir be jų, kad išmokytų kvantinę dirbtinio regėjimo sistemą. pamatyti ar vaizdas turi defektų, ar ne. Tai nepaprastai sunki užduotis kompiuterinio matymo sistemoms dėl žemos kai kurių vaizdų kokybės ir defektų sudėtingumo, tačiau tai būtinas pirmasis žingsnis norint tiksliai nustatyti trūkumus, pavyzdžiui, mažytį automobilio rato lūžį, dėl kurio galiausiai gali įvykti avarija. Tyrime padaryta išvada, kad kai kurie šiandieniniai komerciniai kvantiniai kompiuteriai gali paleisti kvantinio klasifikavimo algoritmus, kurie sistemingai aptinka tokius defektus didesniu tikslumu (10–20 % daugiau) nei tradiciniai paaiškinami mašininio mokymosi metodai ir panašiu išvados laiku. Daugiašaliai algoritmai taip pat buvo paaiškinami ta prasme, kad žmogus galėjo suprasti algoritmo priimtų sprendimų priežastis. Tai būtina daugelyje pramonės sričių.

Šie „Multiverse“ kvantiniai algoritmai ne tik pranoko klasikinius kompiuterius, bet ir išmoko greičiau pastebėti defektus nei kiti šiuo metu bandomi pažangūs algoritmai.

Palyginus su geriausi „Amazon Solutions Lab“ gilaus mokymosi algoritmai, mokslininkai išsiaiškino, kad Multiverse/Ikerlan kvantinis algoritmas iš esmės pasiekė tokį patį tikslumą, bet buvo 24 kartus greičiau treniruojamas, o laikas truko nuo beveik dviejų su puse valandos iki mažiau nei šešių minučių. Šis pagreitis yra labai svarbus aplinkoje, kur algoritmas turi prisitaikyti prie skirtingų aplinkybių. Taigi apskritai kvantinės regos sistemos yra ne tik paaiškinamos, bet ir tikslesnės nei klasikinės jų atitikmenys ir žymiai greitesnės nei gilusis mokymasis.

„Multiverse“ ir „Ikerlan“ bendradarbiavimo rezultatai yra pirmasis kvantinės kompiuterinės regos sistemos, pritaikytos gamybos linijoje, pavyzdys. Šios išvados įrodo, kad kvantinė kompiuterija šiandien turi kokybės kontrolės vertę gamyklose. Tai tik ledkalnio viršūnė: kitą kartą, kai atliksite automatinę pasų kontrolę, analizė gali būti susijusi su kvantine fizika!


Taip pat skaitykite:

kompiuterinis matymas