抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
自然言語処理(NLP)は,現代のAIにおける大きな進歩の最前線にあり,それは,フィールドの最も挑戦的な領域の1つである。同時に,量子ハードウェアの定常成長および量子アルゴリズムの実現に向けた顕著な改善を伴う量子コンピューティング(QC)の領域において,量子コンピュータが妥当な量の資源を有する古典的コンピュータ上で実行できないタスクを実行するとき,時代に近づいている。これは,AIに対する新たな機会とNLPを特に提供する。本研究では,自然言語の意味のカテゴリー分布組成(DisCoCat)モデルについて研究し,その基礎となる数学的基礎は量子インスタンス化を可能にする。フォールトトレラント量子アルゴリズムに関する以前の研究は,特にDisCoCatを採用して,NLPに対する潜在的量子利点を実証した。本研究では,雑音のある中間スケール量子(NISQ)ハードウェアの能力に焦点を当て,DisCoCatフレームワークを用いてNISQプロセッサ上のNLPタスクの最初の実装を行った。存在は,パラメータ化された量子回路として即座である。単語平均化は,パラメータ化された量子回路を用いて量子状態に埋め込まれた,そして,文章の文学構造は,文章回路に単語回路を構成するエンタングル操作のパターンとして忠実に現れる。回路パラメータは,二値分類の教師つきNLPタスクにおける古典的最適化器を用いて訓練される。著者らの新しいQNLPモデルは,量子ハードウェアの品質が近未来において改善され,QCとAIの交差点での実験研究の新しい分岐を充実させるので,スケーラビリティに対する具体的有望性を示す。【JST・京大機械翻訳】