Computador quântico aprende a 'ver' árvores

Um processador quântico D-Wave aprendeu a distinguir árvores de rios, campos e estradas.

Creative Commons

Computador quântico aprende a 'ver' árvores

Por Jane C. HuMar. 8, 2017, 10:45

Os cientistas treinaram um computador quântico para reconhecer árvores. Isso pode não parecer grande coisa, mas o resultado significa que os pesquisadores estão mais perto de usar esses computadores para problemas complicados de aprendizado de máquina, como reconhecimento de padrões e visão computacional.

A equipe usou um computador D-Wave 2X, um modelo avançado da empresa com sede em Burnaby, Canadá, que criou o primeiro computador quântico do mundo em 2007. Os computadores convencionais já podem usar algoritmos sofisticados para reconhecer padrões em imagens, mas isso requer muita memória e potência do processador. Isso ocorre porque os computadores clássicos armazenam informações em bits binários - 0 ou 1. Os computadores quânticos, por outro lado, executam em um nível subatômico usando bits quânticos (ou qubits) que podem representar 0 e 1 ao mesmo tempo. Um processador que usa qubits poderia teoricamente resolver problemas exponencialmente mais rapidamente do que um computador tradicional para um pequeno conjunto de problemas especializados. A natureza da computação quântica e as limitações dos qubits de programação fizeram com que problemas complexos como a visão computacional estivessem fora dos limites até agora.

No novo estudo, o físico Edward Boyda, do St. Mary's College da Califórnia, em Moraga, e colegas alimentaram centenas de imagens de satélite da NASA da Califórnia no processador D-Wave 2X, que contém 1152 qubits. Os pesquisadores pediram ao computador que considerasse dezenas de recursos - matiz, saturação e até refletância da luz - para determinar se aglomerados de pixels eram árvores em oposição a estradas, prédios ou rios. Eles então disseram ao computador se suas classificações estavam certas ou erradas, para que o computador pudesse aprender com seus erros, ajustando a fórmula usada para determinar se algo é uma árvore.

“Classificação é um problema complicado; existem árvores baixas, altas, árvores próximas umas das outras, próximas a prédios - todo tipo de combinação ”, diz Ramakrishna Nemani, cientista da Terra na Divisão de Supercomputadores Avançados da NASA em Mountain View, Califórnia.

Fotos de satélite das paisagens da Califórnia (em cima); em verde, o que o D-Wave reconheceu como árvores (abaixo).

E. Boyda, et. al., PLOS ONE 12, 2 (27 de fevereiro de 2017) PLOS

Depois de treinado, o D-Wave teve 90% de precisão no reconhecimento de árvores em fotografias aéreas de Mill Valley, Califórnia, informou a equipe no PLOS ONE. Era apenas um pouco mais preciso do que um computador convencional teria no mesmo problema. Mas os resultados demonstram como os cientistas podem programar computadores quânticos para “olhar” e analisar imagens e abrem a possibilidade de usá-los para resolver outros problemas complexos que exigem análise de dados pesada.

Por exemplo, Nemani diz que o estudo lança as bases para uma melhor previsão do clima. Ao examinar as imagens de satélite da NASA, os processadores quânticos podem adotar uma abordagem de aprendizado de máquina para descobrir novos padrões de como o clima se move em todo o mundo ao longo de semanas, meses ou até anos, diz ele. "Digamos que você esteja morando na Índia - poderá receber um aviso prévio de um ciclone seis meses antes, porque vemos um padrão climático no norte do Canadá".

Mas será preciso muito trabalho antes que a computação quântica seja a norma na solução de problemas computacionais complexos. "Existe uma crença popular de que os computadores quânticos fazem coisas que os computadores clássicos não conseguem, mas a única diferença é a velocidade", diz Itay Hen, cientista da computação da Universidade do Sul da Califórnia em Marina del Rey, que não participou da pesquisa. "Este trabalho em particular não demonstrou que o dispositivo D-Wave possa superar os computadores padrão nisso." Hen ressalta que, na pesquisa dos pesquisadores por maneiras de aproveitar o poder da computação quântica, alguns aplicativos podem ser becos sem saída. “Um aplicativo de aprendizado de máquina, como o do artigo, é uma direção” para computadores quânticos, diz Hen. "Mas não está claro se há ou não esperança lá."