AlphaZero-algoritmen anvendt på kvantecomputering

Kvantecomputering er blevet mere fokuseret over de sidste få år. Forskere og virksomheder over hele verden arbejder konstant på at udvikle denne teknologi, som kan løse ekstremt komplicerede problemer, der er for avancerede for klassiske computere.

En sådan gruppe, der arbejder på en kvantecomputer, er på Aarhus Universitet. En forskningsgruppe ledet af professor Jacob Sherson anvendte computeralgoritmen AlphaZero for at kontrollere et kvantesystem.

Kvantecomputere anvender kvantemekanik, som er en gren af fysik, der fokuserer på de mindste byggesten i vores univers. En af de grundlæggende regler er, at et system kan eksistere i mere end én tilstand på samme tid.

Disse regler oversættes til computer sprog, og en kvantecomputer kan udføre multiple beregninger på samme tid. Dette betyder, at en kvantecomputer kan udføre meget hurtigere end almindelige computere.

Teorien om kvantecomputere er etableret, men der er endnu ikke blevet skabt en fuldstændig kvantecomputer.

AlphaZero er i stand til at lære på egen hånd uden nogen indgreb fra mennesker. På grund af dette har algoritmen kunnet besejre både mennesker og komplekse computerprogrammer i svære spil som Go, Shogi og Skak. AlphaZero kunne gøre dette ved at konkurrere mod sig selv og forbedre sig over tid.

Algoritmen kunne besejre det førende skakprogram Stockfish efter at have spillet mod sig selv i kun fire timer. Efter denne imponerende præstation sammenlignede den danske stormester Peter Heine Nielsen AlphaZero med en overlegen udenrigsart.

Forskningsgruppen på Aarhus Universitet har brugt computersimulationer til at demonstrere, hvordan AlphaZero kan anvendes på tre forskellige kontrolproblemer. Disse kunne muligvis anvendes i en kvantecomputer.

“AlphaZero anvender et dybt neuralt netværk i kombination med dyb lookahead i en guided træsøgning, som tillader en prædictiv skjult-variabel approximation af det kvantemekaniske parameters landskab. For at understrege overførbarhed anvender og benchmark vi algoritmen på tre klasser af kontrolproblemer ved hjælp af kun én fælles sæt af algoritmiske hyperparametre,” ifølge studiet.

Forskningen udført af holdet blev offentliggjort i Nature Quantum Information.

Den førende ph.d.-studerende Mogens Dalgaard talte om, hvor imponeret holdet var over AlphaZeros evne til at lære sig selv hurtigt.

“Da vi analyserede data fra AlphaZero, så vi, at algoritmen havde lært at udnytte en underliggende symmetri i problemet, som vi ikke oprindeligt overvejede. Det var en fantastisk oplevelse.”

Den virkelige gennembrud kom fra at parre AlphaZero, som er en ekstremt imponerende algoritme i sig selv, med en specialiseret kvantoptimeringsalgoritme.

Ifølge professor Jacob Sherson, “Dette indikerer, at vi stadig har brug for menneskelig færdighed og ekspertise, og at målet for fremtiden skal være at forstå og udvikle hybrid intelligensgrænseflader, der optimalt udnytter styrkerne hos både.”

Gruppen ønsker at fremskynde udviklingen inden for feltet, så de frigav koden og gjorde den åbent tilgængelig. Bevægelsen genererede en del interesse.

“Inden for få timer blev jeg kontaktet af store tech-virksomheder med kvantelaboratorier og internationale førende universiteter for at etablere fremtidig samarbejde,” sagde Jacob Sherson. “Så det vil sandsynligvis ikke tage lang tid, før disse metoder finder anvendelse i praktiske eksperimenter over hele verden.”

DeepMind er en UK-baseret Google-søstervirksomhed, der er ansvarlig for både AlphaZero og AlphaGo. Disse systemer viser nu deres betydning i andre områder, herunder kvantecomputering.