ActualitésActionsWiMi Hologram Cloud (WIMI) : le titre progresse de 3,03 % après le dévoilement d'une couche d'interaction à trois qubits pour les réseaux de neurones quantiques

WiMi Hologram Cloud (WIMI) : le titre progresse de 3,03 % après le dévoilement d'une couche d'interaction à trois qubits pour les réseaux de neurones quantiques

Auteur: Blockonomi·

Points clés

  • WiMi Hologram Cloud a présenté un réseau neuronal convolutif quantique construit autour de couches d'interaction à trois qubits.
  • L'entreprise a indiqué que la conception vise à améliorer l'expressivité et à générer une intrication plus forte tout en maintenant une faible profondeur de circuit.
  • Les données classiques sont encodées en états quantiques à l'aide du partitionnement par blocs pour les images et de l'encodage angulaire pour les données unidimensionnelles.
  • WiMi a indiqué que le modèle converge de manière stable dans les tâches de classification binaire et multi-classes après des ajustements de l'initialisation de l'entraînement.
  • L'entreprise prévoit de continuer à tester la robustesse au bruit et la compatibilité matérielle avant de passer au déploiement sur de véritables dispositifs quantiques.
WiMi Hologram Cloud (WIMI) : le titre progresse de 3,03 % après le dévoilement d'une couche d'interaction à trois qubits pour les réseaux de neurones quantiques

Les actions de WiMi Hologram Cloud Inc. (WIMI) ont progressé de 3,03 %, soit un gain de 0,04 $, pour atteindre 1,37 $ lors de la séance de jeudi, après que l'entreprise a dévoilé une nouvelle conception d'informatique quantique centrée sur un modèle hybride quantique-classique. WiMi a indiqué que la technologie cible directement les tâches de classification de données classiques, et le titre a conservé ses gains tout au long d'un échange régulier en milieu de journée suivant la présentation de la conception d'apprentissage automatique quantique.

Une avancée dans les réseaux de neurones quantiques

WiMi Hologram Cloud a présenté un réseau neuronal convolutif quantique construit autour de couches d'interaction à trois qubits. La conception vise à renforcer le pouvoir expressif et la génération d'intrication dans les modèles quantiques, et les chercheurs de l'entreprise ont décrit cette structure comme marquant un tournant vers les modèles d'interaction à corps multiples.

La nouvelle couche d'interaction s'ajoute aux unités convolutives standard du réseau. En travaillant ensemble, ces composants extraient des caractéristiques des données d'entrée tout en limitant la profondeur et la complexité des circuits — un équilibre qui, selon WiMi, rend le système compatible avec le matériel et pratique. Ce compromis est au cœur de l'apprentissage automatique quantique, un domaine de recherche qui applique des circuits quantiques à des tâches d'apprentissage automatique : les processeurs quantiques actuels restent des dispositifs bruyants au nombre de qubits limité, de sorte que les conceptions qui génèrent une intrication utile à de faibles profondeurs de circuit sont celles qu'il est possible d'exécuter sur le matériel existant.

Selon les chercheurs de l'entreprise, les interactions à trois corps élargissent considérablement l'espace d'états quantiques accessible. Cette expansion répond à une limite d'expressivité courante observée dans les réseaux de neurones quantiques antérieurs, et le modèle peut ainsi capturer efficacement des motifs de données plus complexes. La question de savoir si des gains de ce type se traduisent par un avantage sur les réseaux de neurones classiques pour des jeux de données concrets reste une question de recherche ouverte dans l'ensemble du domaine.

Conception technique

L'architecture utilise une approche hybride quantique-classique pour traiter l'information. Les données classiques sont d'abord converties en états quantiques via une stratégie d'encodage : les données d'image reposent sur un partitionnement par blocs, tandis que les données unidimensionnelles utilisent un encodage angulaire. Selon l'entreprise, cette étape d'encodage permet de représenter et de traiter l'information classique au sein du réseau quantique.

L'analyse de l'intrication a montré que la couche à trois qubits génère une intrication forte et multi-échelle à de faibles profondeurs de circuit. WiMi a indiqué que cette capacité aide le réseau à capturer de manière fiable les corrélations non linéaires au sein des données d'entrée et favorise également la stabilité en présence de bruit.

L'entraînement combine des optimisateurs classiques avec les paramètres du circuit quantique par itération conjointe. Les ingénieurs ont ajusté les stratégies d'initialisation pour résoudre les problèmes de disparition du gradient et d'instabilité, et l'entreprise a rapporté que le modèle converge ainsi de manière stable pour les tâches de classification binaire comme multi-classes.

Profil de l'entreprise et prochaines étapes

WiMi Hologram Cloud est un fournisseur mondial de technologies de réalité augmentée holographique, et l'entreprise a récemment élargi son champ de recherche pour inclure les applications d'informatique quantique, en publiant une série d'annonces de recherche dans ce domaine. Cette dernière publication s'inscrit dans cette stratégie technique plus large et cette feuille de route, et décrit un travail au stade de la recherche : l'entreprise présente le déploiement sur de véritables dispositifs quantiques comme une étape future plutôt que comme une offre actuelle.

WiMi a indiqué prévoir d'étendre le modèle à des applications plus vastes. Les objectifs futurs comprennent les données d'image de plus haute dimension et l'analyse de séries temporelles complexes, tandis que la fusion de données multimodales reste un domaine clé de développement futur.

L'entreprise a déclaré qu'elle continuerait à tester la robustesse au bruit et la compatibilité matérielle à l'avenir. Ces efforts visent à faire passer le modèle de la théorie au déploiement sur de véritables dispositifs quantiques, une progression qui, selon WiMi, soutient ses ambitions à long terme en matière d'informatique quantique.

Cet article a d'abord été publié sur Blockonomi.