Com apoio da Facepe, a pesquisa propõe novo modelo de classificador quântico
Os resultados do mestrado de Jonathan Carvalho no CIn-UFPE, em colaboração com o professor e orientador Fernando Maciano, foram publicados no artigo “Parametrized Constant-Depth Quantum Neuron”, aceito na revista IEEE Transactions on Neural Networks and Learning Systems. Um dos mais relevantes, criteriosos e concorridos periódicos da área de Inteligência Artificial (IA) do mundo, possuindo Qualis A1.
O trabalho propõe um novo modelo de classificador quântico, inspirado em neurônios artificiais, que possui a vantagem de modelar funções de ativação diferentes através de hiperparâmetros. O circuito quântico do modelo proposto possui tamanho de profundidade constante em função do tamanho de entrada, o que é desejável devido à quantidade de ruído existente nos atuais processadores quânticos. Experimentos do modelo proposto foram realizados em bases de dados sintéticas e reais.
O projeto de pesquisa teve apoio da Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco (FACEPE).
Jonathan Carvalho comenta sobre a importância dessa conquista para futuras pesquisas na área: “Essa publicação eleva a credibilidade das pesquisas que fazemos em computação quântica, mais especificamente em redes neurais quânticas. Esperamos que a veiculação por parte de um periódico de alto impacto possibilite ao nosso trabalho alcançar uma ampla comunidade, e que isso se converta em pesquisas relacionadas futuras.” Atualmente, o aluno cursa doutorado no Cin e está estudando sobre a contribuição das redes neurais quânticas na previsão de séries temporais, sob a orientação dos professores Paulo Salgado e Fernando Maciano.
Além disso, Jonathan destaca o papel inovador necessário para que o país desenvolva projetos e mudanças com a computação quântica: “Uma das nossas expectativas também é de que a publicação possa atrair mais pessoas para a área. Estamos precisando de mais esforços. É estratégico para o país, inclusive, dominar essa tecnologia do futuro. Se, por um lado, há internacionalmente uma corrida inoportuna para nós na perspectiva do hardware quântico, por outro, o momento é muito oportuno na perspectiva do software. Ainda está em tempo de liderar as mudanças que a computação quântica promete ocasionar na sociedade. O CIn-UFPE está buscando cumprir o seu papel de inovação dentro desse tópico também.”
Por sua vez, o professor Fernando conta que este artigo é fruto de mais de um ano de dedicação, desde a escrita do artigo do zero até os ajustes após as revisões criteriosas realizadas pela revista, e destaca a formação e incentivo à pesquisa proporcionado pelo Centro: “Aliado ao esforço de trabalho no artigo, há também um trabalho de equipe por trás, pois uma variável muito importante nisso tudo é a qualidade da formação que estamos fornecendo ao aluno do Centro de Informática – UFPE. Estamos, a cada semestre, aumentando a quantidade das disciplinas oferecidas na área de computação quântica e aprendizagem de máquina, assim como aperfeiçoando a didática para sermos mais efetivos. Tem muito trabalho a ser feito, e estamos sempre abertos a possibilidades de novos alunos na iniciação científica, mestrado e doutorado na área de computação quântica.”, afirma o professor.
O modelo mostra-se promissor para a área de aprendizagem de máquina e pode ser avaliado para diferentes tarefas. O professor Fernando afirma que vários direcionamentos futuros são possíveis a partir do trabalho publicado: “É possível também propor simples adaptações do modelo para resolver tarefas de regressão, aumentando a habilidade do modelo para modelar o universo do contínuo. O que é bastante esperado também é realizar o treinamento do modelo da forma mais otimizada e inteligente possível. Uma das abordagens atuais existentes é aprender os parâmetros do circuito quântico usando a estratégia de circuito variacional quântico. Esses algoritmos de treinamento são ainda bastante lentos e com possibilidade de convergir para mínimos locais. Trabalhar nos algoritmos de treinamento de forma otimizada ao nosso modelo é uma de nossas metas.”
O trabalho desenvolvido por Jonathan e o professor Fernando representa um avanço importante na área de computação quântica e aprendizado de máquina, com potencial para impactar positivamente diversos domínios de aplicação. Todas as vertentes de trabalho já estão sendo desenvolvidas, assim como outros modelos quânticos de aprendizagem estão sendo propostos. Uma afirmação do compromisso contínuo do CIn-UFPE com a excelência acadêmica, a pesquisa inovadora e a formação de profissionais altamente qualificados, consolidando sua posição como um centro de referência O artigo completo pode ser acessado neste link.
Comentários desativados