Нейросетевая молекула: решение обратной задачи биометрии через программную поддержку квантовой суперпозиции на выходах сети искусственных нейронов

Введение. Целью работы является многократное ускорение решения обратной задачи нейросетевой биометрии на обычном настольном компьютере. Материалы и методы. Для ускорения вычислений искусственная нейронная сеть вводится в динамический режим «дрожания» состояний всех ее 256 выходных разрядов. При этом слишком большое число выходных состояний нейронной сети логарифмически свертывается путем перехода в пространство расстояний Хэмминга между кодом образа «Свой» и кодами образов «Чужой». Из базы образов «Чужой» выбирается 2,5 % наиболее похожих образов. В следующем поколении осуществляют восстановление 97,5 % отброшенных образов процедурами ГОСТ Р 52633.22010 путем скрещивания образов-родителей и получения от них образов-потомков. Результаты исследования. За время порядка 10 мин удается осуществить 60 поколений направленого поиска решения обратной задачи, что дает возможность обращения матриц нейросетевых функционалов размерности 416 входов на 256 выходов с восстановлением до 97 % информации о неизвестных биометрических параметрах образа «Свой». Обсуждение и заключения. Поддержка в течение 10 мин машинного времени 256-ку-битной квантовой суперпозиции позволяет на обычном компьютере обойти актуальную бесконечность анализируемых состояний в 5050 (50 в степени 50) раз больше, чем мог бы сделать этот же компьютер, реализуя обычные вычисления. Увеличение длины поддерживаемой квантовой суперпозиции на 40 кубит эквивалентно увеличению тактовой частоты процессора приблизительно в 1 млрд раз. Именно по этой причине увеличение количества поддерживаемых кубит программным эмулятором квантовой суперпозиции более выгодно, чем создание более мощного процессора.