연구원들은 양자 장치를 검증하기 위한 새로운 알고리즘을 만듭니다.

도쿄 대학의 연구원들은 기계 학습을 사용하여 양자 장치의 효율적이고 정확한 검증을 가능하게 하는 새로운 알고리즘을 만들었습니다. 새로운 양자 역학적 동작에 의존하는 기술은 점점 대중화되고 있으며 고유한 불확실성으로 인해 검증이 필요합니다. 

이 연구는 APS 물리학. 

양자 인터넷 

대부분의 전문가들은 양자컴퓨터가 아직 개발 초기 단계에 있다고 보고 있지만, 양자인터넷은 더욱 발전해 현재에 가까워졌다. 이를 달성하려면 양자 장치 설계를 위한 훨씬 더 많은 연구와 더 많은 도구 개발이 필요합니다. 

이러한 중요한 도구 중 하나는 양자 장치를 확인하는 알고리즘입니다. 도쿄 대학 정보 과학 및 기술 대학원의 박사 후 연구원인 Quoc Hoan Tran과 Kohei Nakajima 부교수가 개발했습니다.

연구원들에 따르면, 이 장치는 양자 장치의 동작을 보다 효율적이고 정확하게 검증할 수 있습니다. 알고리즘은 시간 종속 양자 장치의 작동을 재구성할 수 있으며 양자 입력과 출력 사이의 관계를 학습하여 이를 수행합니다. 

"입력과 출력을 기반으로 양자 시스템을 설명하는 기술을 양자 프로세스 단층 촬영이라고 합니다."라고 Tran은 말했습니다. 그러나 현재 많은 연구자들은 그들의 양자 시스템이 현재 상태가 이전 상태의 영향을 받는 일종의 메모리 효과를 보인다고 보고합니다. 즉, 입력 및 출력 상태의 간단한 검사로는 시스템의 시간 종속적 특성을 설명할 수 없습니다. 시간이 변경될 때마다 시스템을 반복적으로 모델링할 수 있지만 이는 계산상 극도로 비효율적입니다. 우리의 목표는 이 메모리 효과를 받아들이고 그것을 극복하기 위해 무차별적인 힘을 사용하는 것이 아니라 우리에게 유리하게 사용하는 것이었습니다.”

알고리즘 구성 

알고리즘을 구성하기 위해 팀은 기계 학습과 양자 저장소 컴퓨팅이라는 기술을 사용했습니다. 양자 시스템에서 시간에 따라 변하는 입력과 출력을 학습함으로써 패턴이 어떻게 변할지 추측할 수 있습니다. 아직 목격되지 않은 상황에서도 이러한 예측을 할 수 있습니다.

“현재 우리의 알고리즘은 특정 종류의 양자 시스템을 에뮬레이트할 수 있지만 가상 장치는 처리 능력이 광범위하고 메모리 효과가 다를 수 있습니다. 따라서 연구의 다음 단계는 우리 알고리즘의 기능을 확장하여 본질적으로 더 범용적이고 따라서 더 유용한 것을 만드는 것입니다.”라고 Tran은 말했습니다. "저는 양자 기계 학습 방법이 무엇을 할 수 있는지, 그것이 이끌어낼 수 있는 가상의 장치에 대해 흥분하고 있습니다."