AlfaZero-algoritmen tillämpad på kvantberäkning

Kvantberäkning har blivit alltmer fokuserat under de senaste åren. Forskare och företag runt om i världen arbetar ständigt med att utveckla denna teknik, som kan lösa extremt komplicerade problem som är för avancerade för klassiska datorer.

En sådan grupp som arbetar med en kvantdator är vid Aarhus Universitet. En forskargrupp ledd av professor Jacob Sherson använde datoralgoritmen AlfaZero för att styra ett kvantsystem.

Kvantdatorer använder kvantmekanik, som är en gren av fysik som fokuserar på de minsta byggstenarna i vår universum. En av de grundläggande reglerna är att ett system kan existera i mer än ett tillstånd samtidigt.

Dessa regler översätts till datorspråk, och en kvantdator kan utföra flera beräkningar samtidigt. Detta innebär att en kvantdator kan utföra beräkningar mycket snabbare än vanliga datorer.

Teorin om kvantdatorer har etablerats, men det har ännu inte skapats en fullskalig kvantdator.

AlfaZero kan lära sig på egen hand utan någon inblandning från människor. På grund av detta har algoritmen kunnat besegra både människor och komplexa datorprogram i svåra spel som Go, Shogi och Schack. AlfaZero kunde göra detta genom att tävla mot sig själv och förbättra sig över tid.

Algoritmen kunde besegra det ledande schackprogrammet Stockfish efter att ha spelat mot sig själv i bara fyra timmar. Efter denna imponerande prestation jämförde den danske stormästaren Peter Heine Nielsen AlfaZero med en överlägsen utomjordisk art.

Forskningsgruppen vid Aarhus Universitet har använt datorsimulationer för att demonstrera hur AlfaZero kan tillämpas på tre olika styrningsproblem. Dessa kan möjligtvis användas i en kvantdator.

“AlfaZero använder ett djupt neuronnät i kombination med djup lookahead i en guidad träd sökning, vilket möjliggör förutsägbara dolda variabel approximationer av den kvantmekaniska parametern. För att betona överförbarhet, tillämpar och utvärderar vi algoritmen på tre klasser av styrningsproblem med endast en gemensam uppsättning algoritmiska hyperparametrar”, enligt studien.

Forskningen som gjordes av teamet publicerades i Nature Quantum Information.

Den ledande doktoranden Mogens Dalgaard talade om hur teamet blev imponerade av AlfaZeros förmåga att snabbt lära sig själv.

“När vi analyserade data från AlfaZero såg vi att algoritmen hade lärt sig att utnyttja en underliggande symmetri i problemet som vi inte ursprungligen övervägde. Det var en fantastisk upplevelse.”

Den verkliga genombrottet kom från att kombinera AlfaZero, som är en extremt imponerande algoritm i sig, med en specialiserad kvantoptymeringsalgoritm.

Enligt professor Jacob Sherson, “Detta indikerar att vi fortfarande behöver mänsklig skicklighet och expertis, och att målet för framtiden bör vara att förstå och utveckla hybridintelligensgränssnitt som optimalt utnyttjar styrkorna hos båda.”

Gruppen vill påskynda utvecklingstakten inom området, så de släppte koden och gjorde den öppet tillgänglig. Draget genererade mycket intresse.

“Inom några timmar blev jag kontaktad av stora tekniska företag med kvantlaboratorier och internationellt ledande universitet för att etablera framtida samarbete”, sa Jacob Sherson. “Så det kommer troligen inte att dröja länge innan dessa metoder kommer att användas i praktiska experiment runt om i världen.”

DeepMind är ett UK-baserat företag som är en systerföretag till Google (GOOGL ) och som är ansvarigt för både AlfaZero och AlfaGo. Dessa system visar nu sin betydelse inom andra områden, inklusive kvantberäkning.