Algorytm AlphaZero zastosowany w komputerach kwantowych

Komputery kwantowe stały się bardziej istotne w ciągu ostatnich kilku lat. Naukowcy i firmy na całym świecie nieustannie pracują nad rozwojem tej technologii, która może rozwiązywać niezwykle skomplikowane problemy, które są zbyt zaawansowane dla klasycznych komputerów.

Jedną z takich grup pracujących nad komputerem kwantowym jest zespół na Uniwersytecie w Aarhus. Zespół badawczy pod kierownictwem profesora Jacoba Shersona wykorzystał algorytm komputerowy AlphaZero w celu kontrolowania systemu kwantowego.

Komputery kwantowe wykorzystują mechanikę kwantową, która jest gałęzią fizyki zajmującą się najmniejszymi elementami budulcowymi naszego wszechświata. Jedną z podstawowych zasad jest to, że system może istnieć w więcej niż jednym stanie jednocześnie.

Te reguły są tłumaczone na język komputerowy, a komputer kwantowy jest w stanie wykonywać wiele obliczeń jednocześnie. Oznacza to, że komputer kwantowy może działać znacznie szybciej niż klasyczne komputery.

Teoria komputerów kwantowych została ustanowiona, ale jeszcze nie powstał pełnowymiarowy komputer kwantowy.

AlphaZero jest w stanie uczyć się samodzielnie bez ingerencji ludzi. Dzięki temu algorytm był w stanie pokonać zarówno ludzi, jak i złożone programy komputerowe w trudnych grach, takich jak Go, Shogi i Szachy. AlphaZero był w stanie to zrobić, rywalizując ze sobą i poprawiając się z czasem.

Algorytm pokonał wiodący program szachowy Stockfish po tym, jak grał przeciwko sobie przez zaledwie cztery godziny. Po tym imponującym występie duński arcymistrz Peter Heine Nielsen porównał AlphaZero do wyższej obcej rasy.

Zespół badawczy na Uniwersytecie w Aarhus wykorzystał symulacje komputerowe, aby zademonstrować, jak AlphaZero może być stosowany w trzech różnych problemach sterowania. Mogą one być potencjalnie wykorzystane w komputerze kwantowym.

„AlphaZero wykorzystuje głęboką sieć neuronową w połączeniu z głębokim spojrzeniem w przeszukiwaniu drzewa, co pozwala na przewidywalne przybliżenie ukrytych zmiennych krajobrazu parametrów kwantowych. Aby podkreślić przenoszalność, stosujemy i oceniamy algorytm w trzech klasach problemów sterowania, wykorzystując tylko jeden wspólny zestaw hiperparametrów algorytmu”, według badania.

Przeprowadzone przez zespół badania zostały opublikowane w Nature Quantum Information.

Doktorant Mogens Dalgaard mówił o tym, jak zespół był zaskoczony możliwościami AlphaZero do szybkiego samouczenia się.

“Kiedy analizowaliśmy dane z AlphaZero, zobaczyliśmy, że algorytm nauczył się wykorzystywać ukrytą symetrię problemu, której nie braliśmy początkowo pod uwagę. To było niesamowite doświadczenie”.

Prawdziwy przełom nastąpił, gdy połączono AlphaZero, który jest niezwykle imponującym algorytmem samym w sobie, z wyspecjalizowanym algorytmem optymalizacji kwantowej.

Według profesora Jacoba Shersona, „To wskazuje, że nadal potrzebujemy umiejętności i ekspertyzy ludzi, a celem przyszłości powinno być zrozumienie i rozwój hybrydowych interfejsów inteligencji, które optymalnie wykorzystują moc obu”.

Zespół chce przyspieszyć tempo rozwoju w tej dziedzinie, więc udostępnił kod i udostępnił go otwarcie. Ruch ten wzbudził duże zainteresowanie.

“W ciągu kilku godzin zostałem skontaktowany przez duże firmy technologiczne z laboratoriami kwantowymi i międzynarodowe wiodące uniwersytety w celu ustalenia przyszłej współpracy” – powiedział Jacob Sherson. “Nie będziemy długo czekać, aż te metody znajdą zastosowanie w praktycznych eksperymentach na całym świecie”.

DeepMind to brytyjska firma siostrzana Google (GOOGL ), odpowiedzialna za AlphaZero i AlphaGo. Systemy te pokazują obecnie swoje znaczenie w innych dziedzinach, w tym w komputerach kwantowych.