การเรียนรู้ของเครื่องแบบควอนตัมช่วยแก้ปัญหาการหาเส้นทางเมื่อเกิดภัยธรรมชาติ

Photo by Dan Cristian Pădureț on Unsplash

ทางแก้ปัญหา (solution) การเรียนรู้ของเครื่อง ( machine learning) แบบควอนตัมที่พัฒนาโดยนักวิจัยที่ Terra Quantum และ Honda Research Institute Europe (HRI-EU) มีเป้าหมายเพื่อลดเวลาการอพยพระหว่างการเกิดภัยพิบัติทางธรรมชาติ

เครื่องมือประมวลผลควอนตัมแบบไฮบริด ซึ่งทำการจำลองควอนตัมบนฮาร์ดแวร์คอมพิวเตอร์แบบคลาสสิก จะพิจารณาตัวแปรแบบเรียลไทม์ และสามารถตัดสินใจได้โดยใช้ข้อมูลที่มีอยู่ในตัวเองเท่านั้น

ในการจำลองแผ่นดินไหวบนแผนที่ของเมืองเล็ก ๆ ที่สมจริง ทางแก้ปัญหานี้สามารถคาดการณ์เส้นทางหลบหนีของยานพาหนะที่มีประสิทธิภาพและปรับเปลี่ยนได้ และลดเวลาการอพยพให้สั้นลงโดยใช้ข้อมูลแผนที่น้อยกว่า 1%

Sebastian Schmitt จาก HRI-EU กล่าวว่า "การนำมาใช้กับปัญหาที่เกิดขึ้นจริง อาจทำให้เทคโนโลยีควอนตัมเปิดเผยศักยภาพของมัน ซึ่งถือเป็นหนึ่งในความท้าทายที่ใหญ่ที่สุดในสาขานี้ในปัจจุบัน งานนี้แสดงให้เห็นถึงก้าวย่างที่เต็มไปด้วยความหวังในทิศทางดังกล่าว และแสดงให้เห็นถึงวิธีการใช้สถาปัตยกรรมการเรียนรู้แบบผสมผสานของควอนตัม-คลาสสิก ในการใช้งานจริง"

อ่านข่าวเต็มได้ที่: HPCwire