Алгоритм AlphaZero, примененный к квантовым вычислениям

Квантовые вычисления стали более актуальными за последние несколько лет. Исследователи и компании по всему миру постоянно работают над разработкой этой технологии, которая может решать чрезвычайно сложные проблемы, которые слишком сложны для классических компьютеров.

Одна из таких групп, работающих над квантовым компьютером, находится в Аarhus University. Исследовательская группа под руководством профессора Джейкоба Шерсона использовала компьютерный алгоритм AlphaZero для управления квантовой системой.

Квантовые компьютеры используют квантовую механику, которая является ветвью физики, фокусирующейся на самых маленьких строительных блоках нашей вселенной. Одним из фундаментальных правил является то, что система может существовать в более чем одном состоянии одновременно.

Эти правила переводятся на язык компьютера, и квантовый компьютер может выполнять множество вычислений одновременно. Это означает, что квантовый компьютер может работать намного быстрее, чем обычные компьютеры.

Теория квантовых компьютеров уже установлена, но еще не создан полномасштабный квантовый компьютер.

AlphaZero способен учиться самостоятельно без какого-либо вмешательства человека. Благодаря этому, алгоритм смог победить как людей, так и сложные компьютерные программы в сложных играх, таких как Го, Сёги и Шахматы. AlphaZero смог сделать это, соревнуясь с самим собой и совершенствуясь со временем.

Алгоритм смог победить ведущую шахматную программу Stockfish после игры против себя всего четыре часа. После этого впечатляющего выступления датский гроссмейстер Петер Хейне Нильсен сравнил AlphaZero с высшей инопланетной расой.

Исследовательская группа в Аarhus University использовала компьютерные симуляции, чтобы продемонстрировать, как AlphaZero можно применить к трем разным задачам управления. Эти задачи могут быть использованы в квантовом компьютере.

«AlphaZero использует глубокую нейронную сеть в сочетании с глубоким просмотром в руководящем дереве поиска, что позволяет делать предсказательное приближение скрытых переменных квантового параметрического ландшафта. Чтобы подчеркнуть переносимость, мы применяем и оцениваем алгоритм на трех классах задач управления, используя только один общий набор алгоритмических гиперпараметров», – говорится в исследовании.

Исследование, проведенное командой, было опубликовано в Nature Quantum Information.

Ведущий аспирант Могенс Дальгард рассказал о том, как команда была впечатлена способностью AlphaZero быстро учиться.

“Когда мы проанализировали данные AlphaZero, мы увидели, что алгоритм научился использовать лежащую в основе симметрию проблемы, которую мы не учитывали изначально. Это был удивительный опыт.”

Настоящий прорыв произошел от пары AlphaZero, который является чрезвычайно впечатляющим алгоритмом сам по себе, с специализированным квантовым оптимизационным алгоритмом.

По словам профессора Джейкоба Шерсона, «Это указывает на то, что нам все еще нужны человеческие навыки и экспертиза, и что цель будущего должна заключаться в понимании и развитии гибридных интеллектуальных интерфейсов, которые оптимально используют сильные стороны обоих».

Команда хочет ускорить темп развития в этой области, поэтому они выпустили код и сделали его открыто доступным. Этот шаг вызвал большой интерес.

“В течение нескольких часов меня联系или крупные технологические компании с квантовыми лабораториями и международными ведущими университетами, чтобы установить будущее сотрудничество”, – сказал Джейкоб Шерсон. “Итак, вероятно, не пройдет много времени, прежде чем эти методы найдут применение в практических экспериментах по всему миру.”

DeepMind – это британская компания, являющаяся сестринской компанией Google, которая ответственна за AlphaZero и AlphaGo. Эти системы теперь демонстрируют свою важность в других областях, включая квантовые вычисления.