Điện toán đa vũ trụ và IKERLAN phát hiện khiếm khuyết trong sản xuất với tầm nhìn điện toán lượng tử

SAN SEBASTIÁN, TÂY BAN NHA - ngày 16 tháng 2022 năm XNUMX - Điện toán đa vũ trụ, một công ty giải pháp điện toán lượng tử, và IKERLAN, một trung tâm về giá trị chuyển giao công nghệ cho ngành công nghiệp, đã công bố kết quả của một nghiên cứu chung phát hiện khuyết tật trong các mảnh ô tô được sản xuất thông qua phân loại hình ảnh bằng hệ thống thị giác nhân tạo lượng tử.

Nhóm nghiên cứu đã phát triển phương pháp hạt nhân tăng cường lượng tử để phân loại trên máy tính lượng tử dựa trên cổng phổ cũng như thuật toán phân loại lượng tử trên máy ủ lượng tử. Các nhà nghiên cứu nhận thấy rằng cả hai thuật toán đều hoạt động tốt hơn các phương pháp cổ điển thông thường trong việc xác định các hình ảnh có liên quan và phân loại chính xác các lỗi sản xuất.

Ion Etxeberria, Giám đốc điều hành của IKERLAN cho biết: “Theo hiểu biết tốt nhất của chúng tôi, nghiên cứu này đại diện cho việc triển khai đầu tiên của tầm nhìn máy tính lượng tử cho một vấn đề liên quan trong dây chuyền sản xuất chế tạo”. “Nghiên cứu hợp tác này đã xác nhận những lợi ích của việc áp dụng phương pháp lượng tử đối với các thách thức công nghiệp trong thế giới thực. Chúng tôi tin tưởng mạnh mẽ rằng điện toán lượng tử sẽ đóng vai trò then chốt trong việc cung cấp các giải pháp dựa trên AI cho các tình huống đặc biệt phức tạp ”.

Roman Orus, Tiến sĩ, Giám đốc Khoa học tại Multiverse Computing cho biết: “Máy học lượng tử sẽ phá vỡ đáng kể ngành công nghiệp ô tô và sản xuất. “Chúng tôi rất vui khi chứng kiến ​​giá trị của các ứng dụng ban đầu của điện toán lượng tử ngày nay, chẳng hạn như thị giác nhân tạo lượng tử, và vui mừng bước vào kỷ nguyên mới của máy học cùng với các đối tác có tư duy tiến bộ như IKERLAN khi công nghệ lượng tử tiếp tục phát triển.”

Bài báo đồng tác giả, có tiêu đề “Thị giác nhân tạo lượng tử để phát hiện khuyết tật trong sản xuất”, cho thấy các ví dụ về hình ảnh được phân tích bởi các thuật toán lượng tử và chi tiết hơn về bối cảnh, số liệu và phương pháp được các nhà nghiên cứu sử dụng và có thể tải xuống tại đây.

Dấu thời gian:

Thêm từ Bên trong HPC