NoticiasAccionesLas acciones de WiMi Hologram Cloud (WIMI) suben 3.03% por la capa de interacción de tres qubits para redes neuronales cuánticas

Las acciones de WiMi Hologram Cloud (WIMI) suben 3.03% por la capa de interacción de tres qubits para redes neuronales cuánticas

Autor: Blockonomi·

Puntos clave

  • WiMi Hologram Cloud presentó una red neuronal convolucional cuántica construida en torno a capas de interacción de tres qubits.
  • La compañía indicó que el diseño busca mejorar la expresividad y generar un entrelazamiento más fuerte manteniendo baja la profundidad del circuito.
  • Los datos clásicos se codifican en estados cuánticos mediante particionamiento en bloques para imágenes y codificación angular para datos unidimensionales.
  • WiMi señaló que el modelo converge de manera estable en tareas de clasificación binaria y multiclase tras ajustes en la inicialización del entrenamiento.
  • La compañía planea seguir probando la robustez frente al ruido y la compatibilidad con el hardware antes de avanzar hacia el despliegue en dispositivos cuánticos reales.
Las acciones de WiMi Hologram Cloud (WIMI) suben 3.03% por la capa de interacción de tres qubits para redes neuronales cuánticas

Las acciones de WiMi Hologram Cloud Inc. (WIMI) subieron 3.03%, un avance de 0.04 dólares, hasta 1.37 dólares durante la sesión del jueves, después de que la compañía presentara un nuevo diseño de computación cuántica centrado en un modelo híbrido cuántico-clásico. WiMi indicó que la tecnología se orienta directamente a tareas de clasificación de datos clásicos, y las acciones mantuvieron sus ganancias durante una negociación estable al mediodía tras la presentación del diseño de aprendizaje automático cuántico.

Avance en redes neuronales cuánticas

WiMi Hologram Cloud presentó una red neuronal convolucional cuántica construida en torno a capas de interacción de tres qubits. El diseño busca potenciar el poder expresivo y la generación de entrelazamiento en los modelos cuánticos, y los investigadores de la compañía describieron la estructura como un cambio hacia modelos de interacción de múltiples cuerpos.

La nueva capa de interacción se ubica junto a las unidades convolucionales estándar de la red. Al trabajar en conjunto, estos componentes extraen características de los datos de entrada mientras limitan la profundidad y la complejidad del circuito, un equilibrio que, según WiMi, mantiene el sistema compatible con el hardware y práctico. Esa disyuntiva es central en el aprendizaje automático cuántico, un campo de investigación que aplica circuitos cuánticos a tareas de aprendizaje automático: los procesadores cuánticos actuales siguen siendo dispositivos ruidosos y con qubits limitados, por lo que los diseños que generan entrelazamiento útil a profundidades de circuito reducidas son los viables de ejecutar en el hardware existente.

Según los investigadores de la compañía, las interacciones de tres cuerpos amplían de manera significativa el espacio de estados cuánticos alcanzable. Esa ampliación aborda una limitación de expresividad común en redes neuronales cuánticas anteriores y, como resultado, el modelo puede capturar patrones de datos más complejos con eficiencia. Si las mejoras de este tipo se traducen en una ventaja sobre las redes neuronales clásicas en conjuntos de datos prácticos sigue siendo una pregunta abierta de investigación en todo el campo.

Diseño técnico

La arquitectura emplea un enfoque híbrido cuántico-clásico para procesar información. Los datos clásicos se mapean primero en estados cuánticos mediante una estrategia de codificación: los datos de imagen se basan en el particionamiento en bloques, mientras que los datos unidimensionales utilizan codificación angular. Según la compañía, este paso de codificación permite que la información clásica se represente y procese dentro de la red cuántica.

El análisis de entrelazamiento mostró que la capa de tres qubits genera un entrelazamiento fuerte y multiescala a profundidades de circuito reducidas. WiMi señaló que esta capacidad ayuda a la red a capturar de forma confiable correlaciones no lineales dentro de los datos de entrada y también favorece la estabilidad cuando hay ruido.

El entrenamiento combina optimizadores clásicos con parámetros del circuito cuántico mediante una iteración conjunta. Los ingenieros ajustaron las estrategias de inicialización para resolver problemas de desvanecimiento del gradiente e inestabilidad, y la compañía informó que, en consecuencia, el modelo converge de manera estable tanto en tareas de clasificación binaria como multiclase.

Antecedentes de la compañía y próximos pasos

WiMi Hologram Cloud opera como proveedor global de tecnología de hologramas y realidad aumentada, y la compañía amplió recientemente su alcance de investigación para incluir aplicaciones de computación cuántica, publicando una serie de anuncios de investigación en esta área. El último lanzamiento se inscribe en esa estrategia y hoja de ruta técnicas más amplias, y describe un trabajo en fase de investigación: la compañía plantea el despliegue en dispositivos cuánticos reales como un paso futuro y no como una oferta actual.

WiMi indicó que planea escalar el modelo para aplicaciones más grandes. Los objetivos futuros incluyen datos de imagen de mayor dimensionalidad y el análisis de series temporales complejas, mientras que la fusión de datos multimodales sigue siendo un área clave de desarrollo futuro.

La compañía señaló que seguirá probando la robustez frente al ruido y la compatibilidad con el hardware en el futuro. Esos esfuerzos buscan llevar el modelo de la teoría al despliegue en dispositivos cuánticos reales, una progresión que, según WiMi, respalda sus ambiciones de largo plazo en computación cuántica.

Este artículo apareció primero en Blockonomi.