양자 컴퓨팅에 적용된 AlphaZero 알고리즘 

양자 컴퓨팅은 지난 몇 년 동안 더 많은 관심을 받았습니다. 전 세계의 연구원과 회사는 이 기술을 개발하기 위해 끊임없이 노력하고 있으며, 이 기술은 기존 컴퓨터로는 너무 발전된 매우 복잡한 문제를 해결할 수 있습니다. 

양자 컴퓨터에서 작업하는 그러한 그룹 중 하나는 오르후스 대학. Jacob Sherson 교수가 이끄는 연구 그룹은 컴퓨터 알고리즘을 활용했습니다. 알파 제로 양자 시스템을 제어하기 위해.

양자 컴퓨터는 우주의 가장 작은 구성 요소에 초점을 맞춘 물리학의 한 분야인 양자 역학을 활용합니다. 기본 규칙 중 하나는 시스템이 동시에 둘 이상의 상태에 존재할 수 있다는 것입니다. 

이러한 규칙은 컴퓨터 언어로 번역되고 양자 컴퓨터는 동시에 여러 계산을 수행할 수 있습니다. 이는 양자 컴퓨터가 일반 컴퓨터보다 훨씬 빠르게 수행할 수 있음을 의미합니다. 

양자컴퓨터 이론은 정립됐지만 아직 본격적인 양자컴퓨터는 만들어지지 않았다. 

AlphaZero는 인간의 개입 없이 스스로 학습할 수 있습니다. 이 때문에 알고리즘은 바둑, 장기, 체스와 같은 어려운 게임에서 인간과 복잡한 컴퓨터 프로그램을 모두 이길 수 있었습니다. AlphaZero는 자체적으로 경쟁하고 시간이 지남에 따라 개선함으로써 이를 수행할 수 있었습니다. 

이 알고리즘은 단 XNUMX시간 동안 자신과 대결한 후 주요 체스 프로그램인 스톡피시(Stockfish)를 이길 수 있었습니다. 그 인상적인 공연 후에 덴마크의 그랜드마스터인 Peter Heine Nielsen은 AlphaZero를 우월한 외계 종족에 비유했습니다.

Aarhus University의 연구 그룹은 컴퓨터 시뮬레이션을 사용하여 AlphaZero가 세 가지 제어 문제에 어떻게 적용될 수 있는지 보여주었습니다. 이것들은 양자 컴퓨터에서 사용될 수 있습니다. 

“AlphaZero는 유도 트리 검색에서 심층 예측과 함께 심층 신경망을 사용하여 양자 매개변수 환경의 예측 숨겨진 변수 근사를 허용합니다. 이전 가능성을 강조하기 위해 우리는 단일 공통 알고리즘 하이퍼파라미터 세트만을 사용하여 제어 문제의 세 가지 클래스에 알고리즘을 적용하고 벤치마킹합니다.”라고 연구에 따르면 말했습니다. 

연구팀이 수행한 연구는 자연 양자 정보.

리드 박사 학생 Mogens Dalgaard는 팀이 AlphaZero의 빠른 학습 능력에 깊은 인상을 받았다고 말했습니다.

“AlphaZero의 데이터를 분석했을 때 우리는 알고리즘이 우리가 원래 고려하지 않았던 문제의 기본 대칭을 이용하는 방법을 학습했음을 확인했습니다. 정말 놀라운 경험이었습니다.”

진정한 돌파구는 그 자체로 매우 인상적인 알고리즘인 AlphaZero를 특수 양자 최적화 알고리즘과 결합한 것입니다. 

제이콥 셔슨(Jacob Sherson) 교수에 따르면, “이것은 우리가 여전히 필요하다는 것을 나타냅니다 그리고 미래의 목표는 두 가지 장점을 최적으로 활용하는 하이브리드 인텔리전스 인터페이스를 이해하고 개발하는 것입니다.”

이 그룹은 현장 내에서 개발 속도를 높이고 싶어 코드를 공개하고 공개했습니다. 그 움직임은 많은 관심을 불러일으켰습니다.

제이콥 셔슨(Jacob Sherson)은 "몇 시간 안에 양자 연구소 및 국제 유수의 대학을 보유한 주요 기술 회사로부터 미래 협력을 구축하기 위한 연락을 받았습니다."라고 말했습니다. "따라서 이러한 방법이 전 세계의 실제 실험에서 사용되는 데는 그리 오래 걸리지 않을 것입니다."

Deepmind AlphaZero와 AlphaGo를 모두 담당하는 영국 기반 Google 자매 회사입니다. 이러한 시스템은 이제 양자 컴퓨팅을 포함한 다른 영역에서 그 중요성을 보여주고 있습니다.