Le azioni di WiMi Hologram Cloud Inc. (WIMI) sono salite del 3,03%, un guadagno di 0,04 dollari, a 1,37 dollari nella seduta di giovedì, dopo che l'azienda ha presentato un nuovo progetto di calcolo quantistico centrato su un modello ibrido quantistico-classico. WiMi ha dichiarato che la tecnologia è destinata direttamente alle attività di classificazione di dati classici, e il titolo ha mantenuto i guadagni durante un trading regolare di metà giornata a seguito della presentazione del progetto di machine learning quantistico.

Svolta sulle reti neurali quantistiche

WiMi Hologram Cloud ha presentato una rete neurale convoluzionale quantistica costruita attorno a livelli di interazione a tre qubit. Il progetto mira ad aumentare la capacità espressiva e la generazione di entanglement nei modelli quantistici, e i ricercatori dell'azienda hanno descritto la struttura come il segnale di un passaggio verso modelli di interazione a più corpi.

Il nuovo livello di interazione si affianca alle unità convoluzionali standard della rete. Operando insieme, questi componenti estraggono caratteristiche dai dati di input limitando al contempo la profondità e la complessità del circuito — un equilibrio che, secondo WiMi, mantiene il sistema adatto all'hardware e pratico. Questo compromesso è centrale per il machine learning quantistico, un campo di ricerca che applica circuiti quantistici ad attività di apprendimento automatico: i processori quantistici di oggi restano dispositivi rumorosi e con un numero limitato di qubit, quindi i progetti che generano entanglement utile a profondità di circuito basse sono quelli effettivamente eseguibili sull'hardware esistente.

Secondo i ricercatori dell'azienda, le interazioni a tre corpi espandono in modo significativo lo spazio degli stati quantistici raggiungibile. Questa espansione affronta una comune limitazione di espressività presente nelle reti neurali quantistiche precedenti e, di conseguenza, il modello può catturare in modo efficiente pattern di dati più complessi. Se guadagni di questo tipo si traducano in un vantaggio rispetto alle reti neurali classiche su dataset pratici rimane una questione di ricerca aperta in tutto il settore.

Progetto tecnico

L'architettura utilizza un approccio ibrido quantistico-classico per elaborare le informazioni. I dati classici vengono prima mappati in stati quantistici attraverso una strategia di codifica: i dati immagine si basano sulla partizione a blocchi, mentre i dati monodimensionali utilizzano la codifica ad angolo. Secondo l'azienda, questa fase di codifica consente alle informazioni classiche di essere rappresentate ed elaborate all'interno della rete quantistica.

L'analisi dell'entanglement ha mostrato che il livello a tre qubit genera un entanglement forte e multi-scala a profondità di circuito basse. WiMi ha affermato che questa capacità aiuta la rete a catturare in modo affidabile le correlazioni non lineari nei dati di input e favorisce anche la stabilità in presenza di rumore.

L'addestramento combina ottimizzatori classici con i parametri del circuito quantistico tramite iterazione congiunta. Gli ingegneri hanno regolato le strategie di inizializzazione per risolvere i problemi di vanishing dei gradienti e di instabilità, e l'azienda ha riferito che, di conseguenza, il modello converge in modo stabile sia nelle attività di classificazione binaria sia in quelle multi-classe.

Profilo aziendale e prossimi passi

WiMi Hologram Cloud opera come fornitore globale di tecnologia di realtà aumentata olografica e ha recentemente ampliato il proprio ambito di ricerca per includere le applicazioni di calcolo quantistico, pubblicando una serie di annunci di ricerca in questo ambito. L'ultimo rilascio si inserisce in quella più ampia strategia tecnica e roadmap e descrive un lavoro in fase di ricerca: l'azienda presenta la distribuzione su dispositivi quantistici reali come un passo futuro piuttosto che come un'offerta attuale.

WiMi ha dichiarato di prevedere di scalare il modello per applicazioni più grandi. Gli obiettivi futuri includono dati immagine di dimensioni superiori e l'analisi di serie temporali complesse, mentre la fusione di dati cross-modali resta un'area chiave per ulteriori sviluppi.

L'azienda ha dichiarato che continuerà a testare la robustezza al rumore e la compatibilità hardware. Questi sforzi mirano a portare il modello dalla teoria alla distribuzione su dispositivi quantistici reali, una progressione che, secondo WiMi, sostiene le sue ambizioni a lungo termine nel calcolo quantistico.

Questo articolo è apparso per la prima volta su Blockonomi.