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 voortdurend aan de ontwikkeling van deze technologie, die extreem ingewikkelde problemen kan oplossen die te geavanceerd zijn voor klassieke computers.

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

Quantumcomputers maken gebruik van 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 gewone computers.

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

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

De algoritme kon het toonaangevende schaakprogramma Stockfish 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 University heeft met computersimulaties aangetoond hoe AlphaZero kan worden toegepast op drie verschillende besturingsproblemen. Deze kunnen mogelijk in een quantumcomputer worden gebruikt.

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

Het onderzoek van het team werd 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 uit te buiten die we oorspronkelijk niet hadden overwogen. Dat was een geweldige ervaring.”

De echte doorbraak kwam van het koppelen van AlphaZero, dat op zichzelf al een extreem indrukwekkende algoritme is, aan een gespecialiseerde quantumoptimalisatiealgoritme.

Volgens professor Jacob Sherson “dit geeft aan dat we nog steeds menselijke vaardigheden en expertise nodig hebben, en dat het doel van de toekomst moet zijn om hybride intelligentieinterfaces te ontwikkelen die de sterktes van beide optimaal benutten.”

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

“Binnen enkele uren werd ik benaderd door grote technologiebedrijven met quantumlaboratoria en internationaal toonaangevende universiteiten om toekomstige samenwerking te vestigen” 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 zusterbedrijf van Google dat verantwoordelijk is voor zowel AlphaZero als AlphaGo. Deze systemen laten nu hun belang zien in andere gebieden, waaronder quantumcomputing.