I Rusland har neurale netværk lært at arbejde på en kvantecomputer

Forskere fra Ural Federal University lærte neurale netværk til at løse problemer på kvantecomputere.

Dette kan kaldes en seriøs præstation i betragtning af det særlige ved kvantecomputere til konstant at ændre deres tilstand og påvirke resultaterne af beregninger.

Forskere forsøger at bruge kvantecomputereat løse kvanteproblemer, da computerkraften for konventionelle computere og endda supercomputere ikke er nok til dette. Der er dog et problem: en kvantecomputer interagerer med sit miljø, på grund af hvilken dens tilstand konstant ændres. Af denne grund svarer resultaterne af beregningerne muligvis ikke til forventningerne. For at tackle problemet prøver forskere at minimere virkningen af ​​ekstern støj enten ved at opsætte udstyret eller ved hjælp af software.

Forskere fra Ural FederalUniversitetet gik den anden vej. De udviklede en algoritme, der er i stand til at bestemme fasen af ​​et magnetisk materiale og dets egenskaber. Neuralnetværket kan løse problemet, selv når det udsættes for ekstern støj og stadig kommer til det bedste af de mulige værdier. Faktisk tilpasser det neurale netværk sig til kvantecomputerens aktuelle tilstand.

Forskere håber at bruge et neuralt netværk til at forudsige egenskaberne ved nye materialer.