科学进程：量子计算机上的机器学习

扫一扫

人类记忆算法机器人定位

俄罗斯科学院“信息学与控制”联邦研究中心和莫斯科物理技术学院科学家开发出一种创新机器人定位方法，使机器人无需依靠全球定位系统或详细地形图。这一新方法以类似人脑工作原理的算法为基础。程序能识别地形上的主要参照物并在其之间建立关联，从而使机器能节约计算资源，同时更快速地规划路线。智能交通实验室工程师梅列欣（AleksandrMekekhin）说：“虚拟3D环境实验和实地测试表明，即使传感器测量存在误差情况下，新方法也能成功构建精确且连贯的示意地图。”

研究人员说，该技术被命名为PRISM-TopoMap（Place Recognition and Integrated Scan Matching for Topological Mapping）即“地点识别与集成扫描匹配拓扑建图”。该技术能让机器控制设备在移动过程中实时构建和更新地图。开发者计划接下来训练系统识别不同类型场所，如区分车间、仓库、厨房和走廊。 

通用无人机“外部飞行员”

莫斯科航空学院“空中机动性”管理处和“无人航空系统”中心专家开发出俄国内首创、全球最新之一的通用外部飞行控制站。该设备能管理固定翼、旋翼和混合型无人机。该控制站通过无线电通道与无人机连接，能构建并控制无人机飞行轨迹，获取并管理有效载荷数据。开发团队成员、莫斯科航空学院“无人飞行器”中心首席设计师卡利亚金（Maksim Kalyagin）说：“与无人机交互从起飞前开始。操作员要设定路线，指定关键点、高度、速度和附加任务，如开启摄像头、拍摄、空中停留。这些数据都会传到无人机控制系统。无人机一起飞便开始与地面站持续交换信息。”控制站包括触屏、控制面板和耐受恶劣外部环境机身。电池可支持五小时连续工作。 

量子计算机上的机器学习

俄罗斯科学院列别杰夫物理研究所和俄罗斯量子中心专家展示了在量子计算机上解决实际应用任务。他们是全球首批将机器学习算法应用于量子计算的团队之一。俄罗斯量子中心“量子信息技术”小组负责人费多罗夫（Aleksey Fedorov）说：“主要国家都在积极开发此类技术。目前的重大挑战是在各种实际任务中测试量子计算方法。我们的主要成果之一，是将算法与机器学习技术相结合。”

他说，专家们在实验中使用了基于镱离子（Yb+）的处理器，利用该处理器对手写数字0和1及一系列数学对象（图表）进行分类。结果，量子计算机正确识别了训练和测试图形中的所以数字，准确无误地完成了任务。科学家们以此证明，即便是小型量子处理器也能解决简单但具有实际意义的任务，如图形分类。这是迈向未来的重要一步。未来量子处理器将学会执行更复杂的运算，如检测DNA序列，或建立新分子结构模型。

需浏览俄文原文稿件，请登陆《俄罗斯报》网站  

| www.tsrus.cn/683323| 

安德烈·科尔舒诺夫（Andrey Korshunov）