Naukowcy tworzą nowy algorytm do weryfikacji urządzeń kwantowych

Naukowcy z Uniwersytetu Tokijskiego wykorzystali uczenie maszynowe do stworzenia nowego algorytmu, który umożliwia wydajną i dokładną weryfikację urządzeń kwantowych. Technologie oparte na nowych zachowaniach mechanicznych kwantowych stają się coraz bardziej popularne i wymagają weryfikacji ze względu na wrodzone niepewności.

Badania zostały opublikowane w APS Physics.

Internet Kwantowy

Większość ekspertów uważa, że komputery kwantowe są jeszcze w początkowej fazie rozwoju, ale internet kwantowy jest bardziej zaawansowany i bliższy obecności. Aby to osiągnąć, konieczne będzie przeprowadzenie wielu badań i opracowanie wielu narzędzi do projektowania urządzeń kwantowych.

Jednym z tych ważnych narzędzi jest algorytm, który weryfikuje urządzenia kwantowe. Został on opracowany przez naukowca postdoktoranckiego Quoc Hoan Tran i associate profesora Kohei Nakajimę z Wydziału Nauk Informatycznych i Technologii Uniwersytetu Tokijskiego.

Zdaniem naukowców, urządzenie to może sprawić, że weryfikacja zachowania urządzeń kwantowych będzie bardziej wydajna i precyzyjna. Algorytm może odtworzyć działanie urządzenia kwantowego zależnego od czasu, a robi to, ucząc się relacji między kwantowymi wejściami i wyjściami.

“Technika opisująca układ kwantowy na podstawie jego wejść i wyjść nazywa się tomografią procesu kwantowego,” powiedział Tran. “Jednak wiele naukowców donosi obecnie, że ich układy kwantowe wykazują pewnego rodzaju efekt pamięci, w którym obecne stany są wpływane przez poprzednie. Oznacza to, że prosta inspekcja stanów wejścia i wyjścia nie może opisać czasowo-zależnego charakteru układu. Można byłoby modelować układ wielokrotnie po każdej zmianie w czasie, ale byłoby to niezwykle nieefektywne obliczeniowo. Naszym celem było przyjęcie tego efektu pamięci i wykorzystanie go na naszą korzyść, zamiast używać siły brutalnej, aby go pokonać.”

Budowanie Algorytmu

Aby zbudować algorytm, zespół wykorzystał uczenie maszynowe i technikę zwaną kwantową komputacją rezerwową. Ucząc się wejść i wyjść, które zmieniają się w czasie w układzie kwantowym, może on zgadywać, jak będą się zmieniać wzorce. Może robić te przewidywania nawet w sytuacjach, które jeszcze nie zostały zaobserwowane.

“Obecnie nasz algorytm może emulować pewnego rodzaju układ kwantowy, ale hipotetyczne urządzenia mogą się znacznie różnić pod względem zdolności przetwarzania i mieć różne efekty pamięci. Kolejnym etapem badań będzie rozszerzenie możliwości naszych algorytmów, tworząc coś bardziej ogólnego i użytecznego,” powiedział Tran. “Jestem podekscytowany tym, co metody uczenia maszynowego kwantowego mogą osiągnąć, przez hipotetyczne urządzenia, do których mogą one prowadzić.”