A.I. Зберігає таємницю створення квантових комп'ютерів

Квантові комп'ютери мають ключове значення для досягнення того, що вважається неможливим у сучасних обчислювальних системах. Хоча повністю функціональний ще не створений, квантові тренажери - або менші системи, призначені для вирішення конкретних проблем - вже показали здатність перевершувати сучасні суперкомп'ютери при певних завданнях.

Ці квантові структури можуть виконувати незліченну кількість операцій на непристойних швидкостях. Це може здатися лише перевагою, але д-р Джузеппе Карлео з Центру обчислювальної квантової фізики Інституту Флатірону в Нью-Йорку пояснює, що найбільшим активом квантових комп'ютерів є головний блок.

"Перевірка того, що ваш ноутбук функціонує правильно, є досить простим, то ж саме для квантових комп'ютерів більш складним", - розповідає Карлео. Обернено. «Кожен раз, коли ви запускаєте програму на них, висновок недетермінований, що дає багато відповідей на одне питання. Саме це робить квантовий комп'ютер настільки потужним, але це також означає, що важче оцінити, чи ці результати є абсолютно випадковими або, якщо вони правильні ».

Але Карлео і група міжнародних дослідників з'ясували спосіб швидкого ревізії складних квантових систем з використанням штучного інтелекту. Їх дослідження, яке було опубліковано в журналі Фізика природи 26 лютого передбачає техніку, яка буде необхідна, щоб показати, що квантові комп'ютери майбутнього дійсно працюють.

Спосіб квантової системи зберігає інформацію, що робить їх так важкими для перевірки.

Найменша одиниця даних на комп'ютері - це трохи, яка повинна бути однією або нуль. Квантові обчислювальні системи використовують «кубіти», які можуть представляти обидві і нуль одночасно. Ця маленька зміна дає змогу цим комп'ютерам вирішувати немислимі завдання. Серія з 50 кубітів може становити 10 000 000 000 000 000 номерів, це займе петабайт простору в традиційному комп'ютері і буде абсолютно неможливим для вчених повернутися і перевірити.

Карлео і його коледжі використовували методи машинного навчання, щоб істотно перевірити роботу квантових систем, що неможливо здійснити за допомогою звичайних методів.

"Ці машини здатні захоплювати сутність квантової системи дуже компактно", - сказав Карлео. «Нейронні мережі розуміють відповідні ознаки в цих надзвичайно складних системах більш-менш автоматично. Вони здатні зрозуміти цю складність і перетворити її, щоб зрозуміти її фундаментальні структури ».

Це не перший раз, коли дослідники використовували A.I. зробити щось подібне, але робота Карлео здатна аналізувати більш складні системи, ніж дослідження, що передували цьому.

Qubits організовані в різні форми для вирішення різних проблем. Попередні нейронні мережі могли тільки перевіряти одновимірні системи, тому пряма лінія кубітів. Це дослідження успішно вдалося перевірити «двовимірні» та «решітчасті» масиви кубітів.

"Щоб охарактеризувати більш загальні квантові програми, ми повинні вийти за рамки цієї одновимірної структури кубітів", - заявив Карлео. "Наша техніка - це крок вперед у цьому напрямку, щоб ми могли вирішувати довільні обвинувачення в кубітах".

Це дослідження показує, що створення повністю функціонального квантового комп'ютера повністю залежить від машинного навчання. Без таких глибоких алгоритмів навчання, незалежно від того, скільки вчених квантових систем збираються, не буде ніякого способу довести, що вони дійсно працюють.

A.I. тримає ключ до святого Грааля сучасних обчислень.