I ricercatori creano un algoritmo innovativo per verificare i dispositivi quantistici

I ricercatori dell’Università di Tokyo hanno utilizzato l’apprendimento automatico per creare un algoritmo innovativo che consente la verifica efficiente e precisa dei dispositivi quantistici. Le tecnologie che si basano su comportamenti quantistici innovativi stanno diventando sempre più popolari e richiedono una verifica a causa delle incertezze intrinseche.

La ricerca è stata pubblicata su APS Physics.

Un internet quantistico

La maggior parte degli esperti ritiene che i computer quantistici siano ancora in fase di sviluppo, ma un internet quantistico è più avanzato e più vicino alla realtà. Per raggiungere questo obiettivo, sarà necessaria molta più ricerca e lo sviluppo di molti più strumenti per la progettazione di dispositivi quantistici.

Uno di questi strumenti importanti è l’algoritmo che verifica i dispositivi quantistici. È stato sviluppato dal ricercatore post-dottorato Quoc Hoan Tran e dal professore associato Kohei Nakajima della Scuola di scienze e tecnologia dell’informazione dell’Università di Tokyo.

Secondo i ricercatori, il dispositivo potrebbe rendere più efficiente e precisa la verifica del comportamento dei dispositivi quantistici. L’algoritmo può ricostruire il funzionamento di un dispositivo quantistico dipendente dal tempo, e ciò avviene imparando la relazione tra gli input e gli output quantistici.

“La tecnica per descrivere un sistema quantistico in base ai suoi input e output si chiama tomografia del processo quantistico”, ha detto Tran. “Tuttavia, molti ricercatori segnalano che i loro sistemi quantistici esibiscono alcuni tipi di effetti di memoria, dove gli stati presenti sono influenzati da quelli precedenti. Ciò significa che un semplice esame degli stati di input e output non può descrivere la natura dipendente dal tempo del sistema. Potreste modellare il sistema ripetutamente dopo ogni cambiamento nel tempo, ma ciò sarebbe estremamente inefficiente dal punto di vista computazionale. Il nostro obiettivo era abbracciare questo effetto di memoria e utilizzarlo a nostro vantaggio piuttosto che utilizzare la forza bruta per superarlo.”

Costruire l’algoritmo

Per costruire l’algoritmo, il team ha utilizzato l’apprendimento automatico e una tecnica chiamata calcolo del serbatoio quantistico. Imparando gli input e gli output che cambiano nel tempo in un sistema quantistico, può indovinare come cambieranno i modelli. Può fare queste previsioni anche in situazioni che non sono state ancora osservate.

“Al momento, il nostro algoritmo può emulare un certo tipo di sistema quantistico, ma dispositivi ipotetici possono variare ampiamente nella loro capacità di elaborazione e avere effetti di memoria diversi. Quindi, la prossima fase della ricerca sarà ampliare le capacità dei nostri algoritmi, rendendoli essenzialmente più generali e quindi più utili”, ha detto Tran. “Sono entusiasta di ciò che i metodi di apprendimento automatico quantistico potrebbero fare, dei dispositivi ipotetici che potrebbero portare.”