مدلهای هوش مصنوعی معمولاً مثل یک «جعبه سیاه» عمل میکنند که پیچیدگی بسیار بالایی دارند. اما حالا محققان روش جدیدی به نام «یادگیری ماشین فشرده کوانتومی» (QCML) ابداع کردهاند که پارامترهای مدل را از بیش از ۵۰۰ هزار به کمتر از ۸ کاهش میدهد!
این یعنی مدلهای هوش مصنوعی نه تنها بسیار سبکتر میشوند، بلکه برای تحلیل جریانهای سیال پیچیده، به جای رفتارهای پیشبینینشده، کاملاً قابل تفسیر و منطبق با قوانین فیزیکی عمل میکنند. این دستاورد گامی بزرگ برای ترکیب قدرت یادگیری ماشین با دقتِ علوم پایه است. 🧬📉
منبع: arXiv Machine Learning
