Startup z Limassol rozwija platformę do oceny obliczeń kwantowych — Cyprus Mail
Cypryjski startup Superpositions Studio, działający w Limassol, rozwija platformę programową do oceny, czy obliczenia kwantowe mogą być przydatne w konkretnych zadaniach biznesowych. Jak informuje Cyprus Mail, usługa umożliwia opisanie problemu zwykłym językiem, po czym system dobiera algorytmy kwantowe i klasyczne, przeprowadza eksperymenty oraz porównuje wyniki.
Firma twierdzi, że w przypadku standardowych zadań platforma może przygotować wniosek w czasie krótszym niż godzina. Klient otrzymuje raport o tym, które podejście okazało się skuteczniejsze pod względem dokładności, szybkości i kosztu obliczeń, a także kod Python do ponownego uruchomienia i dostosowania rozwiązania. Dla firm posiadających wrażliwe dane przewidziano zamknięty tryb pracy, w którym informacje nie opuszczają ich środowiska.
Porównanie z modelami klasycznymi
Superpositions Studio podkreśla, że każdemu eksperymentowi kwantowemu towarzyszy klasyczny model bazowy. Ma to pozwolić klientom sprawdzić, czy podejście kwantowe lub hybrydowe zapewnia przewagę właśnie w ich zadaniu. Firma zaznaczyła, że czasami najbardziej użytecznym wynikiem może być wniosek, iż problem nie nadaje się jeszcze do obliczeń kwantowych.
Platforma wykorzystuje wieloagentowy system sztucznej inteligencji z dziesiątkami wyspecjalizowanych agentów. Analizuje on zadanie, przekształca je w model matematyczny, pisze kod i wykonuje obliczenia na wysokowydajnych symulatorach lub, w razie potrzeby, na procesorach kwantowych.
Więcej aktualnych wiadomości na kanale UA.News w Telegramie Telegram.
Testy w finansach i energetyce
Według danych firmy platformę przetestowano w ponad 20 scenariuszach branżowych i z wykorzystaniem 10 algorytmów kwantowych. Obszary obejmują wykrywanie oszustw płatniczych, kontrolę transakcji w celu przeciwdziałania praniu pieniędzy, ocenę ryzyka oraz prognozowanie produkcji energii wiatrowej.
W jednym z testów prognozowania generacji energii wiatrowej hybrydową kwantową sieć neuronową trenowano na przemysłowym zbiorze danych obejmującym ponad 26 tysięcy obserwacji. Firma oświadczyła, że model wykazał błąd prognozy na poziomie 7,1% wobec 7,3% w przypadku klasycznej sieci neuronowej, wykorzystując około jedną trzecią mniej parametrów.
Superpositions Studio zaznacza również, że jej usługa nie jest powiązana z jednym producentem sprzętu kwantowego: eksperymenty można uruchamiać w systemach IBM, IonQ, IQM i Rigetti. Firma podała, że ma ponad 150 użytkowników w 20 krajach.
