AlphaZero-Algorithmus auf Quantencomputing angewendet

Quantencomputing ist in den letzten Jahren immer mehr in den Fokus gerückt. Forscher und Unternehmen auf der ganzen Welt arbeiten ständig daran, diese Technologie zu entwickeln, die extrem komplexe Probleme lösen kann, die für klassische Computer zu fortschrittlich sind.

Eine solche Gruppe, die an einem Quantencomputer arbeitet, befindet sich an der Aarhus Universität. Eine Forschungsgruppe unter der Leitung von Professor Jacob Sherson nutzte den Computer-Algorithmus AlphaZero, um ein Quantensystem zu steuern.

Quantencomputer nutzen die Quantenmechanik, einem Zweig der Physik, der sich auf die kleinsten Bausteine unseres Universums konzentriert. Eine der grundlegenden Regeln ist, dass ein System in mehr als einem Zustand gleichzeitig existieren kann.

Diese Regeln werden in die Computersprache übersetzt, und ein Quantencomputer kann mehrere Berechnungen gleichzeitig durchführen. Das bedeutet, dass ein Quantencomputer viel schneller arbeiten kann als herkömmliche Computer.

Die Theorie der Quantencomputer ist etabliert, aber es gibt noch keinen vollständigen Quantencomputer.

AlphaZero ist in der Lage, selbstständig zu lernen, ohne dass ein Mensch eingreift. Aufgrund dieser Fähigkeit konnte der Algorithmus sowohl Menschen als auch komplexe Computerprogramme in schwierigen Spielen wie Go, Shogi und Schach besiegen. AlphaZero konnte dies tun, indem es gegen sich selbst antrat und sich im Laufe der Zeit verbesserte.

Der Algorithmus konnte das führende Schachprogramm Stockfish nach nur vier Stunden besiegen, nachdem es gegen sich selbst gespielt hatte. Nach dieser beeindruckenden Leistung verglich der dänische Schachgroßmeister Peter Heine Nielsen AlphaZero mit einer überlegenen Außerirdischen Art.

Die Forschungsgruppe an der Aarhus Universität hat Computersimulationen durchgeführt, um zu demonstrieren, wie AlphaZero auf drei verschiedene Steuerungsprobleme angewendet werden kann. Diese könnten möglicherweise in einem Quantencomputer verwendet werden.

“AlphaZero nutzt ein tiefes neuronales Netzwerk in Verbindung mit einem tiefen Lookahead in einer gerichteten BaumSuche, was eine vorherige versteckte Variable-Näherung des Quanten-Parameter-Landschafts ermöglicht. Um die Übertragbarkeit zu betonen, wenden wir den Algorithmus auf drei Klassen von Steuerungsproblemen an, indem wir nur einen einzigen gemeinsamen Satz von Algorithmus-Hyperparametern verwenden”, so die Studie.

Die Forschungsergebnisse der Gruppe wurden in der Zeitschrift Nature Quantum Information veröffentlicht.

Der Leitende Doktorand Mogens Dalgaard sprach über die Begeisterung der Gruppe für AlphaZeros Fähigkeit, sich schnell selbst zu lehren.

“Als wir die Daten von AlphaZero analysierten, sahen wir, dass der Algorithmus gelernt hatte, eine zugrunde liegende Symmetrie des Problems auszunutzen, die wir ursprünglich nicht in Betracht gezogen hatten. Das war eine unglaubliche Erfahrung.”

Der eigentliche Durchbruch kam durch die Kombination von AlphaZero, das selbst ein sehr beeindruckendes Algorithmus ist, mit einem speziellen Quanten-Optimierungs-Algorithmus.

Professor Jacob Sherson sagte: “Das zeigt, dass wir immer noch menschliche Fähigkeiten und Expertise benötigen und dass das Ziel der Zukunft darin bestehen sollte, hybride Intelligenz-Schnittstellen zu entwickeln, die die Stärken beider optimal ausnutzen.”

Die Gruppe möchte den Entwicklungstempo in diesem Bereich beschleunigen, daher veröffentlichten sie den Code und machten ihn öffentlich zugänglich. Dieser Schritt erzeugte großes Interesse.

“Innerhalb weniger Stunden wurde ich von großen Technologie-Unternehmen mit Quanten-Labors und international führenden Universitäten kontaktiert, um zukünftige Zusammenarbeit zu etablieren”, sagte Jacob Sherson. “So wird es wahrscheinlich nicht lange dauern, bis diese Methoden in praktischen Experimenten auf der ganzen Welt eingesetzt werden.”

DeepMind ist ein in Großbritannien ansässiges Schwesterunternehmen von Google (GOOGL ), das für AlphaZero und AlphaGo verantwortlich ist. Diese Systeme zeigen jetzt ihre Bedeutung in anderen Bereichen, einschließlich Quantencomputing.