Calcul cuantic

Cercetătorii creează un algoritm inovator pentru verificarea dispozitivelor cuantice

mm
Adaugă Unite.AI la sursele tale preferate pe Google

Cercetătorii de la Universitatea din Tokyo au utilizat învățarea automată pentru a crea un algoritm inovator care permite verificarea eficientă și precisă a dispozitivelor cuantice. Tehnologiile care se bazează pe comportamente mecanice cuantice noi devin tot mai populare și necesită verificare din cauza incertitudinilor inerente.

Cercetarea a fost publicată în APS Physics.

Un Internet Cuantic

Majoritatea experților consideră că computerele cuantice sunt încă în stadiul de dezvoltare, dar un internet cuantic este mai avansat și mai aproape de prezent. Pentru a realiza acest lucru, va fi necesară multă cercetare și dezvoltarea multor instrumente pentru proiectarea dispozitivelor cuantice.

Unul dintre aceste instrumente importante este algoritmul care verifică dispozitivele cuantice. A fost dezvoltat de cercetătorul postdoctoral Quoc Hoan Tran și profesorul asociat Kohei Nakajima de la Școala de științe și tehnologie a informației de la Universitatea din Tokyo.

Conform cercetătorilor, dispozitivul poate face verificarea comportamentului dispozitivelor cuantice mai eficientă și precisă. Algoritmul poate reconstrui funcționarea unui dispozitiv cuantic dependent de timp, și face acest lucru prin învățarea relației dintre intrările și ieșirile cuantice.

“Tehnica de a descrie un sistem cuantic pe baza intrărilor și ieșirilor sale se numește tomografie de proces cuantic,” a spus Tran. “Cu toate acestea, mulți cercetători raportează acum că sistemele lor cuantice prezintă un fel de efect de memorie, în care stările prezente sunt afectate de cele anterioare. Acest lucru înseamnă că o simplă inspecție a stărilor de intrare și ieșire nu poate descrie natura dependentă de timp a sistemului. Puteți modela sistemul în mod repetat după fiecare schimbare în timp, dar acest lucru ar fi extrem de ineficient din punct de vedere computațional. Scopul nostru a fost să îmbrățișăm acest efect de memorie și să-l folosim în avantajul nostru, în loc de a folosi forța brută pentru a-l depăși.”

Construirea Algoritmului

Pentru a construi algoritmul, echipa a utilizat învățarea automată și o tehnică numită calcul cuantic de rezervor. Prin învățarea intrărilor și ieșirilor care se schimbă în timp într-un sistem cuantic, poate ghici cum se vor schimba modelele. Poate face aceste predicții chiar și în situații care nu au fost încă observate.

“În prezent, algoritmul nostru poate emula un anumit tip de sistem cuantic, dar dispozitivele ipotetice pot varia foarte mult în capacitatea lor de procesare și pot avea efecte de memorie diferite. Prima etapă a cercetării noastre va fi să extindem capacitățile algoritmilor noștri, făcând ceva mai general și, prin urmare, mai util,” a spus Tran. “Sunt entuziasmat de ceea ce pot face metodele de învățare automată cuantică, de dispozitivele ipotetice pe care le-ar putea conduce.”

Alex McFarland este un jurnalist și scriitor de inteligență artificială, care explorează cele mai recente dezvoltări în domeniul inteligenței artificiale. El a colaborat cu numeroase startup-uri de inteligență artificială și publicații din întreaga lume.