Peneliti Membuat Algoritma Baru untuk Memverifikasi Perangkat Kuantum

Peneliti di Universitas Tokyo telah menggunakan pembelajaran mesin untuk membuat algoritma baru yang memungkinkan verifikasi perangkat kuantum yang efisien dan akurat. Teknologi yang bergantung pada perilaku kuantum baru menjadi semakin populer, dan mereka memerlukan verifikasi karena ketidakpastian bawaan.

Penelitian ini diterbitkan di APS Physics.

Internet Kuantum

Sebagian besar ahli mempertimbangkan komputer kuantum masih dalam tahap awal pengembangan, tetapi internet kuantum lebih maju dan lebih dekat dengan masa kini. Agar ini dapat dicapai, akan diperlukan banyak penelitian dan pengembangan alat-alat lain untuk desain perangkat kuantum.

Salah satu alat penting ini adalah algoritma yang memverifikasi perangkat kuantum. Algoritma ini dikembangkan oleh peneliti pasca doktoral Quoc Hoan Tran dan Associate Professor Kohei Nakajima dari Sekolah Pascasarjana Ilmu Pengetahuan dan Teknologi di Universitas Tokyo.

Menurut peneliti, perangkat ini dapat membuat verifikasi perilaku perangkat kuantum lebih efisien dan akurat. Algoritma dapat merekonstruksi cara kerja perangkat kuantum yang bergantung pada waktu, dan ini dilakukan dengan mempelajari hubungan antara input dan output kuantum.

“Teknik untuk menjelaskan sistem kuantum berdasarkan input dan outputnya disebut tomografi proses kuantum,” kata Tran. “Namun, banyak peneliti sekarang melaporkan bahwa sistem kuantum mereka menunjukkan beberapa jenis efek memori di mana keadaan sekarang dipengaruhi oleh keadaan sebelumnya. Ini berarti bahwa pemeriksaan sederhana dari keadaan input dan output tidak dapat menjelaskan sifat bergantung waktu dari sistem. Anda bisa memodelkan sistem berulang kali setelah setiap perubahan waktu, tetapi ini akan sangat tidak efisien secara komputasi. Tujuan kami adalah untuk menerima efek memori ini dan menggunakan keuntungan darinya daripada menggunakan kekuatan brutal untuk mengatasi hal itu.”

Membangun Algoritma

Untuk membangun algoritma, tim menggunakan pembelajaran mesin dan teknik yang disebut komputasi reservoir kuantum. Dengan mempelajari input dan output yang berubah seiring waktu dalam sistem kuantum, algoritma dapat menebak bagaimana pola akan berubah. Algoritma dapat membuat prediksi ini bahkan dalam situasi yang belum pernah terjadi sebelumnya.

“Saat ini, algoritma kami dapat meniru jenis sistem kuantum tertentu, tetapi perangkat hipotetis mungkin bervariasi secara luas dalam kemampuan pemrosesan dan memiliki efek memori yang berbeda. Jadi, tahap penelitian selanjutnya akan memperluas kemampuan algoritma kami, secara efektif membuat sesuatu yang lebih umum dan lebih berguna,” kata Tran. “Saya sangat antusias dengan apa yang metode pembelajaran mesin kuantum bisa lakukan, dengan perangkat hipotetis yang mungkin mereka hasilkan.”