AlfaZero-algoritmen brukt i kvantecomputing

Kvantecomputing har blitt mer fokusert over de siste årene. Forskere og selskaper over hele verden arbeider konstant med å utvikle denne teknologien, som kan løse ekstremt kompliserte problemer som er for avanserte for klassiske datamaskiner.

En slik gruppe som arbeider med en kvantecomputer er ved Aarhus Universitet. En forskningsgruppe ledet av professor Jacob Sherson brukte datamaskinalgoritmen AlphaZero for å kontrollere et kvantesystem.

Kvantecomputere bruker kvantemekanikk, som er en gren av fysikken som fokuserer på de minste byggesteinene i vårt univers. En av de grunnleggende reglene er at et system kan eksistere i mer enn en tilstand samtidig.

Disse reglene oversettes til datamaskinspråk, og en kvantecomputer kan utføre multiple beregninger samtidig. Dette betyr at en kvantecomputer kan utføre mye raskere enn vanlige datamaskiner.

Teorien om kvantecomputere er etablert, men det er ennå ikke blitt laget en fullskala kvantecomputer.

AlphaZero er i stand til å lære på egen hånd uten noen innblanding fra mennesker. På grunn av dette har algoritmen kunnet beseire både mennesker og komplekse dataprogrammer i vanskelige spill som Go, Shogi og Sjakk. AlphaZero klarte å gjøre dette ved å konkurrere mot seg selv og forbedre seg over tid.

Algoritmen klarte å beseire det ledende sjakkprogrammet Stockfish etter å ha spilt mot seg selv i bare fire timer. Etter denne imponerende prestasjonen sammenlignet den danske stormesteren Peter Heine Nielsen AlphaZero med en overlegen utenomjordisk art.

Forskningsgruppen ved Aarhus Universitet har brukt datamaskinsimuleringer til å demonstrere hvordan AlphaZero kan brukes til tre forskjellige kontrollproblemer. Disse kunne muligens brukes i en kvantecomputer.

“AlphaZero bruker et dypt neuralt nettverk i kombinasjon med dypt lookahead i en guidet treetekst, som tillater prediktiv skjult-variabel approksimasjon av det kvantemekaniske parameterlandskapet. For å understreke overførbarhet, bruker og benchmark vi algoritmen på tre klasser av kontrollproblemer ved å bruke bare ett enkelt sett av algoritmiske hyperparametere,” ifølge studien.

Forskningen som ble gjort av teamet ble publisert i Nature Quantum Information.

Ledende ph.d.-student Mogens Dalgaard snakket om hvordan teamet var imponert over AlphaZeros evne til å raskt lære seg selv.

“Når vi analyserte dataene fra AlphaZero så vi at algoritmen hadde lært å utnytte en underliggende symmetri i problemet som vi ikke opprinnelig vurderte. Det var en fantastisk opplevelse.”

Den virkelige gjennombruddet kom fra å kombinere AlphaZero, som er en ekstremt imponerende algoritme på egen hånd, med en spesialisert kvantoptimeringsalgoritme.

Ifølge professor Jacob Sherson, “Dette indikerer at vi fortsatt er i behov av menneskelig ferdighet og ekspertise, og at målet for fremtiden bør være å forstå og utvikle hybridintelligensgrensesnitt som optimalt utnytter styrkene til begge.”

Gruppen ønsker å øke utviklingstakten innen feltet, så de ga ut koden og gjorde den åpen tilgjengelig. Bevegelsen genererte mye interesse.

“Innen noen få timer ble jeg kontaktet av store teknologiselskaper med kvantelaboratorier og internasjonale ledende universiteter for å etablere fremtidige samarbeid” sa Jacob Sherson. “Så det vil sannsynligvis ikke være lenge før disse metodene finner bruk i praktiske eksperimenter over hele verden.”

DeepMind er et UK-basert Google-søsterselskap som er ansvarlig for både AlphaZero og AlphaGo. Disse systemene viser nå sin betydning i andre områder, inkludert kvantecomputing.