ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ КВАНТОВОГО ВЫЧИСЛЕНИЯ В ПОИСКЕ АССОЦИАТИВНЫХ ПРАВИЛ

Общеизвестным фактом является то, что научно-технический прогресс имеет непосредственное воздействие на традиционный уклад жизни человека. Не обходит это утверждение и сферу образования. Если в начале XXI века понятие «дистанционного обучения» воспринималось как элемент, характерный для необозримого будущего, то на сегодняшний день без него не обходится ни одно образовательное учреждение в мире. Спрос на возможность дистанционного обучения вырос и, несомненно, будет непреклонно расти. Наглядным примером является пандемия COVID-19, когда на определенный момент более 90% обучающихся перешли на дистанционное обучение. Данный факт нанес колоссальный удар по образовательным системам практически всех стран мира [1,2]. Основываясь на данных тенденциях, можно предположить, что внедрение современных и новейших методов в продукты, носящие образовательный характер, являются важными и необходимыми в области информатики и компьютерных технологий.

Внушительное влияние с начала 2010-х годов обретает так называемая «Наука о данных» или «Data science». Методы, разрабатываемые специалистами в области анализа больших данных, внедряются в различные сферы деятельности человека: начиная от финансовых систем, банкинга и заканчивая мелкорозничной торговлей. К одной из популярных проблем в анализе больших данных входит нахождение паттернов, связей между элементами в базах данных. Выявление подобных связей открывает широкий спектр возможностей для дальнейшего исследования поставленной задачи [3]. Наиболее эффективный подход в выявлении паттернов и шаблонов предлагают методы поиска ассоциативных правил. Внедрение данных методов в образовательные порталы поможет с построением комплекса образовательных программ, уметь подобрать подходящие по требованиям курсы для потенциальных обучающихся и поможет в автоматизации формирования новых курсов [4].

Какое же можно дать определение квантовому компьютеру? По сравнению с обычным, в квантовых компьютерах не имеет никакого значения такие характеристики как мощность видеокарты, наличие чипсета и так далее. Данные аспекты уходят отодвигаются на второй план. Ключевым фактором является то, как устроена память в компьютерах, а точнее, ячейки и регистры, в которых будет производиться квантовое вычисление. В стационарных компьютерах ячейка памяти или бит может принять одно из двух значений: 0 или 1. В квантовых компьютерах ячейка памяти или кубит может принять значения: 0, или 1, или одновременно 0 и 1. Такую уникальную возможность называют квантовой суперпозицией. Ячейки памяти в квантовых компьютерах называют кубитами. Аналогией суперпозиции является брошеная монета, которая никогда не падает. Подобная особенность всецело меняет логику вычислений. Квантовая суперпозиция является очень чувствительным состоянием. При попытке выяснить, что записано в кубите, он с какой-то вероятностью будет принимать значение 0, а с какой-то 1. То есть, узнать, что выпадет орел или решка можно лишь остановив монету, но тогда он теряет свойство суперпозиции. Зачем же такая неустойчивая конструкция? Дело в том, что так выглядит лишь 1 кубит. Если их несколько, то положение меняется кардинально. Например, 2 кубита могут принять 4 состояния: 00, 01, 10 и 11. 3 кубита дают 8 комбинаций, 4 кубита - 16, 5 кубитов – 32 и т.д. Следственно, N кубит дают  различных состояний. Такая степенная зависимость растет очень быстро. Например, =1 125 899 906 842 624 [5].

Логические операции над кубитами относят к квантовым вентилям. Их уникальность заключается в том, что они не нарушают состояние суперпозиции. Они меняют не сами значения кубитов, а вероятность того, что в результате выпадет в кубите при измерении: 0 или 1. Если вкратце, то квантовый компьютер работает так: загружается база данных в кубиты, используются цепочки из квантовых вентилей, производится итоговое измерение и наблюдение результата. В зависимости от применяемого метода, подобную операцию необходимо провести 1 или несколько раз, чтобы выяснить статистику выпадения нулей и единиц. Данную теорию можно испытать на специальных симуляторах, созданные компанией IBM. В практической плоскости это очень трудоемкая проблема. Основная задача заключается в обеспечении изоляции кубитов от инородного воздействия, так как их состояние суперпозиции будет нарушена в краткосрочной перспективе. Например, кубитами могут быть малые сверхпроводящие петли. При таком раскладе, их необходимо охладить до экстремально низких температур. В данных эскпериментах применяется жидкий гель. Температура охлаждения доводится до экстремальных 15 мКельвин. Если сравнить, то комнатная температура имеет показатель в 300 Кельвин. Данная температура близка к абсолютному нулю. В виде кубитов можно воспринимать независимые ионы, захваченные в электромагнитные ловушки. И дальнейшая реализация невозможна из-за проблемы создания глубокого вакуума. На сегодняшний день мощного и эффективного квантового компьютера для массового использования не изобрели. Существуют симуляторы в промежутке от 100 до 1000 кубит, и даже они применимы под одну или две узкоспециализированные задачи и выдвинуть универсальное решение на данный момент не представляется возможным.

Если подобрать миллиарды состояний, то в конце концов их можно сузить к простому набору 0 и 1. Как же можно вообразить пользу квантовых компьютеров? Квантовые вычисления уникальны тем, что в отличие от обычного в них выполняется функция параллельного вычисления. К примеру, на 10 кубитах невозможно единовременно произвести 2048 умножения. В подобных задачах, практической пользы во времени не будет. Квантовый компьютер эффективнее стационарного лишь в определенных моментах, например, если есть необходимость в нахождении на большом массиве чисел: определенное число, закономерность, периоды повторения и т.д. При таких раскладах ускорение достигается благодаря квантовому эффекту, то есть эффекту интерференции, параллелизма и квантовой запутанности. На подобном случае сравнение с брошенной монетой приобретает совсем иной смысл, полностью отходя от классической механики в квантовый мир. Как было упомянуто выше, в системе из определенных кубит может существовать большое множество состояний. В определенных задачах, где стационарному компьютеру необходимо перебирать значения по одному, квантовый компьютер имеет возможность обработать все значения одновременно. В результате будет выдано большое количество ответов, где необходимо выбрать подходящие под условия задачи. В решении данной проблемы применяется интерференция. Проблема в том, что коэффициенты перед различными состояниями системы необходимо воспринимать не как вероятности, а амплитуды вероятностей с комплексными числами. Например, (0,4+0,4i) | 10> - (0,4+0,4i) | 11>. При их сложении результатом может быть значение меньшее данного или даже 0. С помощью определенных квантовых вентилей можно усиливать амплитуды у «правильных» ответов и уменьшать у «неправильных», при том, что вентиль действует на все состояния одновременно. Поэтому к верному ответу можно прийти в краткие сроки. Но есть проблема, чтобы интерференция действовала, все кубиты должны быть когерентны, т.е. интерференция – результат сложения когерентных состояний. Это означает, что они одинаковы по свойству и не взаимодействуют с окружением. Добиться этого на практике проблематично с ростом числа кубит, но при этом растет квантовое ускорение.

Допустим, что имеется 2 кубита - . Определенными квантовыми вентилями можно обнулить вероятности двух состояний, оставив только 2: 0,71|00> + 0,71|11>, тогда, просмотрев только один кубит и обнаружив значение 1, можно понять, что это за состояние. В таком случае можно знать что будет во втором, хотя он не был затронут: |11>.  Данное состояние свойственно благодаря квантовой запутанности. Это состояние наблюдается только в квантовом мире, и не существует в макромире. Если одновременно бросить в воздух две монеты и поймать одну и разузнать ее значение, нельзя предугадать какое значение может принять вторая монета. Данное свойство увеличивает квантовое ускорение в вычислениях [6].

Самое примитивное использование квантовых компьютеров – это использование методов поиска ассоциативных правил, так как они используются повсеместно: банкинг, создание цифровых подписей, электронные почты, пароли, логирование и т.д. Теоретически, если получится разложить полученные данные на множители, то существует возможность получить доступ к базе данных без ограничений. Стандартные компьютеры будут выполнять подобную задачу около трех дней, а мощный квантовый компьютер выполнит ее менее чем 1 секунду.

Чтобы связать квантовый компьютер с методами поиска ассоциативных правил, необходимо понять, как работает нейронная сеть. Нейронные сети на данный момент выполняют масштабные вычисления, на подобие определения болезней в медицине или анализ океанических течений. Вкратце, нейросеть представляет собой огромный набор элементов и связи между ними, задача которых является вычисление закономерностей на больших массивах данных. Если получится добиться успеха в построении нейронных сетей, квантовых компьютеров и в устройстве под них существующих методов поиска правил, то объединение трех этих элементов на данный момент проблематично[7].

О квантовых нейросетях чаще всего говорят в выделении вычислительной техники, но ведь известно, что человеческий мозг – это нейронная сеть, которая в 50 раз шире чем имеющиеся на данный момент в обороте. Существует предположение что, поиск квантовых ускорений в биологических нейронных сетях – это теоретическое решение проблемы создания «квантового мозга» и в многократном увеличении эффективности обработки найденных ассоциативных правил [8].