A. I. Drži tajnu stvaranju kvantnih računala

noumen #1 - Vlatko Vedral o kvantnoj fizici i informaciji

noumen #1 - Vlatko Vedral o kvantnoj fizici i informaciji
Anonim

Kvantna računala imaju ključ za postizanje onoga što se smatra nemogućim za današnje konvencionalne računalne sustave. Dok potpuno funkcionalan tek treba biti stvoren, kvantni simulatori - ili manji sustavi namijenjeni rješavanju specifičnih problema - već su pokazali sposobnost da nadmašuju moderne superračunala na određenim zadacima.

Ove kvantne strukture mogu izvoditi bezbrojne operacije u nevjerojatnim brzinama. To se može činiti samo kao prednost, ali dr. Giuseppe Carleo iz Centra za računsku kvantnu fiziku Instituta Flatiron u New Yorku objašnjava da je najveća vrijednost kvantnih računala zapravo glavna prepreka.

"Provjera ispravnog funkcioniranja prijenosnog računala je prilično jednostavna, isto je i za kvantna računala složenije", kaže Carleo Inverzan, “Svaki put kada pokrenete program na njima, izlaz je nedeterministički, što rezultira mnogim odgovorima za jedno pitanje. To je ono što kvantno računalo čini tako moćnim, ali to također znači da je teže procijeniti jesu li ti rezultati potpuno slučajni ili ako su točni."

No Carleo i skupina međunarodnih istraživača pronašli su način da brzo provedu složene kvantne sustave koristeći umjetnu inteligenciju. Njihova studija, koja je objavljena u časopisu Fizika prirode 26. veljače osigurava tehniku ​​koja će biti potrebna kako bi se pokazalo da kvantna računala budućnosti zapravo rade.

Način na koji kvantni sustavi pohranjuju informacije je ono što ih čini tako teškim za provjeru.

Najmanja jedinica podataka u računalu je malo, što mora biti jedno ili nula. Kvantni računalni sustavi koriste "qubite", koji mogu predstavljati oba i nula istodobno. Ova mala promjena omogućuje tim računalima da se uhvate u koštac s nezamislivom količinom zadataka. Niz od 50 kubita može predstavljati 10.000.000.000.000.000 brojeva, što bi zauzimalo petabajtove prostora u tradicionalnom računalu i bilo bi potpuno nemoguće za znanstvenike da se vrate i provjere.

Carleo i njegovi kolege koristili su tehnike strojnog učenja kako bi u biti provjerili rad kvantnih sustava, nešto što nije moguće uporabom konvencionalnih metoda.

"Ovi strojevi su sposobni zarobiti bit kvantnog sustava na vrlo kompaktan način", rekao je Carleo. “Neuronske mreže razumiju relevantne značajke u tim izuzetno složenim sustavima više ili manje automatski. Oni su sposobni shvatiti tu složenost i preobraziti je kako bi razumjeli njezine temeljne strukture."

To nije prvi put da su istraživači koristili A.I. tako nešto, ali Carleov rad je u stanju analizirati složenije sustave od istraživanja koje je prethodilo.

Kubiti su organizirani u različite oblike za rješavanje raznih problema. Prethodne neuronske mreže bile su u stanju samo provjeravati jednodimenzionalne sustave, pa tako i ravnu liniju kubita. Ovo istraživanje uspješno je uspjelo provjeriti "dvodimenzionalne" i "rešetkaste" nizove kubita.

"Da bismo karakterizirali više općih kvantnih programa, moramo ići dalje od ove jednodimenzionalne strukture kubita", izjavio je Carleo. "Naša tehnika je korak naprijed u tom smjeru, tako da se možemo pozabaviti arbitrarnim optužbama za kubite."

Ovo istraživanje pokazuje da je stvaranje potpuno funkcionalnog kvantnog računala potpuno ovisno o strojnom učenju. Bez takvih dubokih algoritama učenja bez obzira na to koliko se kvantnih sustava znanstvenici okupljaju, ne bi bilo načina da se dokaže da oni zapravo rade.

A. I. drži ključ za sveti gral suvremenog računalstva.