Аннотация:Проведено сравнение трёх моделей с дискретными переменными: полносвязной модели Изинга, модели квадратичной бинарной оптимизации и модели нейронной сети Хопфилда. Сделаны выводы об их возможной взаимозаменяемости при решении задач оптимизации и распознавания паттернов, а также об их применении в квантовых вычислениях. На основе динамики прямого и обратного квантового отжига предложен метод записи и распознавания паттернов. Данный метод успешно протестирован на адиабатическом квантовом компьютере D-Wave. Эмпирически определён параметр отжига, обеспечивающий максимальную точность распознавания при минимальном времени отжига. Установлены ограничения, связанные с размером паттернов и уровнем их зашумлённости, которые обусловлены архитектурными особенностями квантового процессора. Сделаны выводы об эффективности предложенного подхода.