A.I. Skrivnost ustvarjanja kvantnih računalnikov

Kvantni računalniki imajo ključno vlogo pri doseganju tistega, kar se z današnjimi običajnimi računalniškimi sistemi šteje za nemogoče. Medtem ko je popolnoma funkcionalen še treba ustvariti, so kvantni simulatorji - ali manjši sistemi, namenjeni reševanju specifičnih problemov - že pokazali zmožnost preseganja sodobnih superračunalnikov pri določenih nalogah.

Te kvantne strukture lahko vodijo nešteto količino operacij v nesmiselnih hitrostih. To se morda zdi samo kot korist, toda dr. Giuseppe Carleo iz Centra za računsko kvantno fiziko na Inštitutu Flatiron v New Yorku pojasnjuje, da je največja prednost kvantnih računalnikov velika zapora.

»Preverjanje pravilnosti delovanja vašega prenosnega računalnika je precej enostavno, zato je za kvantne računalnike enako,« pravi Carleo Inverse. »Vsakič, ko zaženete program na njih, je rezultat nedeterminističen, kar ima za posledico veliko odgovorov za eno vprašanje. To je tisto, zaradi česar je kvantni računalnik tako močan, vendar tudi pomeni, da je težje oceniti, ali so ti rezultati popolnoma naključni ali če so pravilni."

Toda Carleo in skupina mednarodnih raziskovalcev sta ugotovila način za hitro revizijo kompleksnih kvantnih sistemov z uporabo umetne inteligence. Njihova študija, ki je bila objavljena v reviji Fizika narave 26. februarja je na voljo tehnika, ki bo potrebna, da se pokaže, da kvantni računalniki prihodnosti dejansko delujejo.

Način, kako kvantni sistemi shranjujejo informacije, je tisto, kar jih naredi tako težko preveriti.

Najmanjša enota podatkov v računalniku je bit, ki mora biti ena ali nič. Kvantni računalniški sistemi uporabljajo "qubite", ki lahko predstavljajo oba in nič. Ta majhna sprememba omogoča tem računalnikom, da se spopadejo z nepredstavljivo količino nalog. Serija 50 kubitov lahko predstavlja 10.000.000.000.000.000 številk, kar bi v tradicionalnem računalniku zavzemalo prostor petabajtov in bi bilo znanstvenikom povsem nemogoče, da se vrnejo in preverijo.

Carleo in njegovi kolegi so uporabili tehnike strojnega učenja, da bi v bistvu preverili delo kvantnih sistemov, kar ni mogoče z uporabo običajnih metod.

»Ti stroji lahko zelo kompaktno zajamejo bistvo kvantnega sistema,« je dejal Carleo. »Nevronske mreže razumejo pomembne značilnosti teh izjemno kompleksnih sistemov bolj ali manj samodejno. Sposobni so razumeti to kompleksnost in jo preobraziti, da bi razumeli njene temeljne strukture. «

To ni prvič, da so raziskovalci uporabljali A.I. narediti nekaj takega, toda delo Carlea je sposobno analizirati bolj izpopolnjene sisteme kot raziskave, ki so bile pred njim.

Qubits so organizirani v različne oblike za reševanje različnih problemov. Prejšnje nevronske mreže so bile zmožne pregledovati enodimenzionalne sisteme, torej ravne črte. Ta študija je uspela preveriti "dvodimenzionalne" in "rešetkaste" nizove kubitov.

"Za karakterizacijo splošnejših kvantnih programov moramo preseči to enodimenzionalno strukturo kubitov," je dejal Carleo. "Naša tehnika je korak naprej v tej smeri, da bomo lahko reševali arbitrarne izpodbojne odločitve."

Raziskave kažejo, da bo oblikovanje popolnoma funkcionalnega kvantnega računalnika popolnoma odvisno od strojnega učenja. Brez takšnih globokih učnih algoritmov, ne glede na to, koliko znanstvenikov kvantnih sistemov sestavljajo, ne bi bilo mogoče dokazati, da dejansko delujejo.

A.I. drži ključ do svetega grala sodobnega računalništva.