Výzkumníci vytvořili novou algoritmus pro ověřování kvantových zařízení

Výzkumníci z Tokijské univerzity použili strojové učení k vytvoření nové algoritmu, který umožňuje efektivní a přesné ověřování kvantových zařízení. Technologie, které spoléhají na nové kvantově mechanické chování, se stávají stále populárnějšími a vyžadují ověřování kvůli vnitřním nejistotám.

Výzkum byl zveřejněn v APS Physics.

Kvantový internet

Většina odborníků považuje kvantové počítače za stále ještě ve svých raných fázích vývoje, ale kvantový internet je pokročilejší a blíže přítomnosti. Aby bylo možné toto dosáhnout, bude třeba provést mnoho dalších výzkumů a vyvinout mnoho dalších nástrojů pro návrh kvantových zařízení.

Jedním z těchto důležitých nástrojů je algoritmus, který ověřuje kvantová zařízení. Byl vyvinut postdoktorandem Quoc Hoan Tranem a asocičním profesorem Kohei Nakajimou z Graduate School of Information Science and Technology na Tokijské univerzitě.

Podle výzkumníků by zařízení mohlo učinit ověřování chování kvantových zařízení efektivnějším a přesnějším. Algoritmus může rekonstruovat fungování časově závislého kvantového zařízení a to tak, že se učí vztah mezi kvantovými vstupy a výstupy.

“Technika, která popisuje kvantový systém na základě jeho vstupů a výstupů, se nazývá kvantová procesní tomografie,” řekl Tran. “Nicméně, mnoho výzkumníků nyní uvádí, že jejich kvantové systémy vykazují some kind of paměťový efekt, kde současné stavy jsou ovlivněny předchozími. To znamená, že jednoduchá inspekce vstupních a výstupních stavů nemůže popsat časově závislou povahu systému. Bylo by možné modelovat systém opakovaně po každé změně času, ale to by bylo extrémně výpočetně neefektivní. Naším cílem bylo využít tento paměťový efekt a použít ho k našemu prospěchu, místo aby jsme použili brute force k jeho překonání.”

Konstrukce algoritmu

K vytvoření algoritmu tým použil strojové učení a techniku nazývanou kvantová rezervoárová výpočetní technika. Díky tomu, že se učí vstupy a výstupy, které se mění v čase v kvantovém systému, může odhadnout, jak se budou měnit vzory. To může udělat i v situacích, které dosud nebyly pozorovány.

“V současné době může náš algoritmus emulovat určitý typ kvantového systému, ale hypotetická zařízení se mohou výrazně lišit ve svých zpracování a mají různé paměťové efekty. Další fáze výzkumu proto bude zaměřena na rozšíření schopností našich algoritmů, což by mělo vést k vytvoření něčeho více obecného a tudíž více užitečného,” řekl Tran. “Jsem nadšen tím, co by mohly kvantové strojové učení metody udělat, tím, co by mohly vést k hypotetickým zařízením.”