Дослідники створили новий алгоритм для верифікації квантових пристроїв

Дослідники з університету Токіо використали машинне навчання для створення нового алгоритму, який дозволяє ефективно та точно верифікувати квантові пристрої. Технології, які залежать від нових квантових механічних поведінь, стають все популярнішими, і їм потрібна верифікація через внутрішні невизначеності.

Дослідження було опубліковано в APS Physics.

Квантовий Інтернет

Більшість експертів вважають, що квантові комп’ютери ще знаходяться на ранніх стадіях розвитку, але квантовий інтернет більш просунутий і ближчий до сучасності. Для досягнення цього потрібно буде провести багато досліджень і розробити багато інструментів для проєктування квантових пристроїв.

Одним з цих важливих інструментів є алгоритм, який верифікує квантові пристрої. Його розробили постдокторант Куок Хоан Тран і доцент Кохей Накадзіма з Градуальної школи інформаційних наук і технологій університету Токіо.

За словами дослідників, пристрій може зробити верифікацію поведінки квантових пристроїв більш ефективною та точною. Алгоритм може реконструювати роботу часозалежного квантового пристрою, і він робить це, вивчаючи взаємозв’язок між квантовими входами та виходами.

“Техніка опису квантової системи на основі її входів і виходів називається квантовою процесорною томографією”, – сказав Тран. “Однак, багато дослідників зараз повідомляють, що їхні квантові системи виявляють деякий вид пам’яті, коли поточні стани впливають на попередні. Це означає, що проста інспекція входів і виходів не може описати часозалежну природу системи. Ви можете змоделювати систему повторно після кожного зміни часу, але це буде надзвичайно обчислювально неефективно. Наша мета була обійти цей ефект пам’яті та використовувати його на нашу користь, а не використовувати грубу силу для подолання його.”

Конструювання Алгоритму

Для конструювання алгоритму команда використала машинне навчання та техніку, відому як квантове резервуарне обчислення. Вивчаючи входи та виходи, які змінюються з часом у квантовій системі, він може здогадатися, як будуть змінюватися закономірності. Він може робити ці передбачення навіть у ситуаціях, які ще не були спостережені.

“На даний момент наш алгоритм може емулювати певний вид квантової системи, але гіпотетичні пристрої можуть сильно відрізнятися за своїми обробними можливостями та мати різні ефекти пам’яті. Тому наступним етапом досліджень буде розширення можливостей наших алгоритмів, фактично роблячи щось більш універсальним та корисним”, – сказав Тран. “Я захоплений тим, що можуть зробити методи квантового машинного навчання, тим, які пристрої вони можуть привести до створення.”