Denne teksten er en oversettelse av den offisielle engelske versjonen av pressemeldingen, og den er kun ment som et referanseverktøy. Du finner detaljene og spesifikasjonene i den originale engelske versjonen. Dersom tekstene ikke stemmer overens, er det den originale engelske versjonen som gjelder.

FOR UMIDDELBAR UTGIVELSE nr. 3560

TOKYO, 2. desember 2022 – Mitsubishi Electric Corporation (TOKYO: 6503) kunngjorde i dag at de har utviklet en kvanteteknologi for kunstig intelligens (KI) som automatisk utformer og optimaliserer inferensmodeller for å redusere mengden beregning med nevrale kvantenettverk. Den nye kvanteteknologien for KI kan integreres med klassiske maskinlæringsrammeverk for ulike løsninger.

Mitsubishi Electric har bekreftet at teknologien kan integreres i verdens første¹ bruksområde for terahertz-bildebehandling (THz) ved hjelp av ultrahøyfrekvente bølger² for å utføre ikke-destruktive inspeksjoner ved å utnytte egenskaper som den høye inntrengningen av radiobølger og den høye retningsvirkningen av lysbølger. Den kan også brukes til innendørs overvåking der Wi-Fi-signaler brukes til å observere romomgivelser for menneskelige bevegelser. Andre potensielle bruksområder er også mulige, for eksempel komprimert registrering for å hente originaldata fra blandede måledata og biosignalbehandling for Brain-Computer Interface.

Mitsubishi Electrics nye QML-teknologi (Quantum Machine Learning – kvantemaskinlæring) realiserer modeller med kompakt inferens ved å utnytte den enorme kapasiteten til kvantedatamaskiner til å uttrykke eksponensielt større tilstandsrom med antallet kvantebiter (qubiter). I en hybrid kombinasjon av både kvante-KI og klassisk KI kan teknologien kompensere for begrensninger i klassisk KI for å oppnå overlegen ytelse, samtidig som størrelsen på KI-modeller reduseres betydelig, selv ved bruk av begrensede data.

Det forventes at den raske utviklingen av kvantedatamaskiner vil overgå klassiske datamaskiner ved å utnytte kvantefysikk til å manipulere qubit-tilstander på en svært parallell måte. Man ser for seg store gjennombrudd innen dataanalyse, KI-utvikling osv. for formål som optimaliseringer i stor skala og utforming av nye materialer. Klassiske maskinlæringsteknologier³ basert på dyp læring⁴ – hjørnesteinen i dagens KI – har vist utmerket ytelse, men krever kostbare dataressurser og oppnår ofte ikke fullt potensial hvis opplæringsdata⁵ eller -ressurser er begrensede.

Mitsubishi Electric vil delvis introdusere sin kvanteteknologi for KI og tilknyttede oppnåelser på en opplæringsøkt på IEEE Global Communications Conference (GLOBECOM) 2022.

1. 1I henhold til Mitsubishi Electrics forskning, oppdatert 2. desember 2022
2. 2Elektromagnetisk bølge med en frekvens på rundt 0,1–10 THz
3. 3Maskinlæring utviklet for å kjøre på vanlige datamaskiner
4. 4Maskinlæringsmetode for å lære opp datamaskiner til talegjenkjenning, bildeidentifikasjon, bevegelsesprediksjon osv.
5. 5Datasett som inneholder signaler og/eller tilknyttede etiketter som KI-modeller og maskinlæringsalgoritmer kan bruke til å løse oppgaver

• PDF-versjon (PDF : 520KB)

Forespørsel

Mediekontakt

• Public Relations Division Mitsubishi Electric Corporation