AlphaZero-algoritme toegepast op quantumcomputing

Quantumcomputing is de afgelopen jaren steeds meer in de belangstelling komen te staan. Onderzoekers en bedrijven over de hele wereld werken constant aan de ontwikkeling van deze technologie, die extreem complexe problemen kan oplossen die te geavanceerd zijn voor klassieke computers.

Een van de groepen die aan een quantumcomputer werkt, is te vinden aan de Aarhus Universiteit. Een onderzoeksgroep onder leiding van professor Jacob Sherson heeft de computeralgoritme AlphaZero gebruikt om een quantumsysteem te controleren.

Quantumcomputers gebruiken quantummechanica, een tak van de natuurkunde die zich richt op de kleinste bouwstenen van ons universum. Een van de fundamentele regels is dat een systeem tegelijkertijd in meer dan één toestand kan bestaan.

Deze regels worden vertaald in computertaal, en een quantumcomputer kan meerdere berekeningen tegelijk uitvoeren. Dit betekent dat een quantumcomputer veel sneller kan werken dan reguliere computers.

De theorie van quantumcomputers is geëtabileerd, maar er is nog geen volledige quantumcomputer gemaakt.

AlphaZero is in staat om zelf te leren zonder enige tussenkomst van mensen. Door deze eigenschap is de algoritme in staat om zowel mensen als complexe computerprogramma’s te verslaan in moeilijke spellen zoals Go, Shogi en Schaken. AlphaZero kon dit doen door tegen zichzelf te spelen en zichzelf te verbeteren.

De algoritme was in staat om het toonaangevende schaakprogramma Stockfish te verslaan na slechts vier uur tegen zichzelf te hebben gespeeld. Na deze indrukwekkende prestatie vergeleek de Deense schaakgrootmeester Peter Heine Nielsen AlphaZero met een superieure buitenaardse soort.

Het onderzoeksteam van de Aarhus Universiteit heeft computersimulaties gebruikt om te demonstreren hoe AlphaZero kan worden toegepast op drie verschillende controleproblemen. Deze kunnen mogelijk worden gebruikt in een quantumcomputer.

“AlphaZero gebruikt een diep neuronaal netwerk in combinatie met diepe lookahead in een geleide boomzoekopdracht, waardoor een predictieve verborgen-variabele benadering van het quantumparameterlandschap mogelijk is. Om de overdraagbaarheid te benadrukken, passen we de algoritme toe en benchmarken we deze op drie klassen van controleproblemen met slechts één enkele set algoritme-hyperparameters,” aldus de studie.

Het onderzoek dat door het team is uitgevoerd, is gepubliceerd in Nature Quantum Information.

De promovendus Mogens Dalgaard sprak over hoe het team onder de indruk was van AlphaZero’s vermogen om zichzelf snel te leren.

“Toen we de gegevens van AlphaZero analyseerden, zagen we dat de algoritme had geleerd om een onderliggende symmetrie van het probleem te exploiteren die we oorspronkelijk niet hadden overwogen. Dat was een geweldige ervaring.”

De echte doorbraak kwam door AlphaZero, dat op zichzelf al een indrukwekkende algoritme is, te combineren met een gespecialiseerde quantumoptimalisatie-algoritme.

Volgens professor Jacob Sherson “wijst dit erop dat we nog steeds menselijke vaardigheden en expertise nodig hebben, en dat het doel van de toekomst moet zijn om hybride intelligentie-interfaces te ontwikkelen die de sterke punten van beide optimaal benutten.”

De groep wil de ontwikkeling in het veld versnellen, dus hebben ze de code vrijgegeven en openbaar gemaakt. De stap heeft veel interesse gegenereerd.

“Binnen enkele uren werd ik benaderd door grote technologiebedrijven met quantumlaboratoria en internationaal toonaangevende universiteiten om toekomstige samenwerking te initiëren” zei Jacob Sherson. “dus het zal waarschijnlijk niet lang duren voordat deze methoden in praktische experimenten over de hele wereld worden toegepast.”

DeepMind is een in het VK gevestigd bedrijf van Google (GOOGL ) dat verantwoordelijk is voor zowel AlphaZero als AlphaGo. Deze systemen laten nu hun belang zien in andere gebieden, waaronder quantumcomputing.