A.I. Drží tajemství k vytvoření kvantových počítačů

$config[ads_kvadrat] not found

Document AI

Document AI
Anonim

Kvantové počítače jsou klíčem k dosažení toho, co je v dnešních konvenčních výpočetních systémech považováno za nemožné. Zatímco dosud nebyl vytvořen plně funkční, kvantové simulátory - nebo menší systémy určené k řešení specifických problémů - již prokázaly schopnost překonat moderní superpočítače při určitých úkolech.

Tyto kvantové struktury mohou provozovat nesčetné množství operací při směšných rychlostech. To se může zdát jen přínosem, ale Dr. Giuseppe Carleo z Centra pro výpočetní kvantovou fyziku na Flatiron Institute v New Yorku vysvětluje, že největší přínos kvantových počítačů je vlastně hlavní překážkou.

„Kontrola správného fungování vašeho notebooku je poměrně přímočará, totéž pro kvantové počítače je složitější,“ říká Carleo Inverzní. „Pokaždé, když na nich spustíte program, je výstup nedeterministický, což má za následek mnoho odpovědí na jednu otázku. To je to, co dělá kvantový počítač tak mocným, ale také to znamená, že je těžší posoudit, zda jsou tyto výsledky zcela náhodné nebo zda jsou správné. “

Ale Carleo a skupina mezinárodních výzkumníků přišli na způsob, jak rychle auditovat komplexní kvantové systémy pomocí umělé inteligence. Jejich studium, které bylo publikováno v časopise Fyzika přírody 26. února poskytuje techniku, která bude nezbytná k prokázání, že kvantové počítače budoucnosti skutečně fungují.

Způsob, jakým kvantové systémy ukládají informace, je to, co je činí tak obtížně ověřitelnými.

Nejmenší jednotka dat v počítači je trochu, což musí být jeden nebo nula. Kvantové výpočetní systémy používají “qubits”, který může reprezentovat oba a současně. Tato drobná změna umožňuje těmto počítačům řešit nepředstavitelné množství úkolů. Série 50 qubits může představovat 10.000.000.000.000.000 čísel, to by zabíralo petabytů prostoru v tradičním počítači a bylo by naprosto nemožné, aby vědci vrátili a zkontrolovat.

Carleo a jeho vysoké školy používali techniky strojového učení, aby v podstatě zkontrolovali práci kvantových systémů, což není možné pomocí konvenčních metod.

„Tyto stroje jsou schopny zachytit podstatu kvantového systému velmi kompaktním způsobem,“ řekl Carleo. „Neuronové sítě chápou relevantní funkce v těchto extrémně složitých systémech víceméně automaticky. Jsou schopni pochopit tuto složitost a transformovat ji, aby pochopili její základní struktury. “

Není to poprvé, co výzkumníci použili A.I. udělat něco takového, ale Carleova práce je schopna analyzovat propracovanější systémy než výzkum, který mu předcházel.

Qubits jsou organizovány do různých tvarů pro řešení různých problémů. Předchozí neuronové sítě byly schopny kontrolovat pouze jednorozměrné systémy, tedy přímku qubits. Tato studie byla úspěšně schopna zkontrolovat „dvojrozměrné“ a „mřížkovité“ pole qubitů.

„Abychom charakterizovali obecnější kvantové programy, musíme jít nad rámec této dimenzionální struktury qubits,“ uvedl Carleo. „Naše technika je v tomto směru krokem vpřed, abychom mohli řešit svévolné obvinění z qubitů.“

Tento výzkum ukazuje, že vytvoření plně funkčního kvantového počítače bude zcela závislé na strojovém učení. Bez těchto druhů algoritmů hlubokého učení, bez ohledu na to, kolik vědců kvantových systémů se shromáždí, by nebyl žádný způsob, jak dokázat, že skutečně fungují.

A.I. je klíčem ke svatému grálu moderních počítačů.

$config[ads_kvadrat] not found