Znanstvenici prvi put pokreću kvantne programe na običnom računalu

Fizičari sa Švicarskog saveznog instituta za tehnologiju Lausanne (EPFL) i Sveučilišta Columbia

predstavio je pristup modeliranju kvantnealgoritam pomoću običnog računala. Novi pristup koristi klasični algoritam strojnog učenja koji simulira ponašanje kvantnih računala bliske budućnosti.

U članku objavljenom u časopisu Nature QuantumInformacija, profesor EPFL -a Giuseppe Carleo i apsolvent Sveučilišta Columbia Matija Medvidovic pronašli su način da izvode složene kvantne računalne algoritme na tradicionalnim računalima umjesto na kvantnim.

"Kvantni softver" poznatKako se kvantni aproksimativni algoritam optimizacije (QAOA) koristi za rješavanje klasičnih optimizacijskih problema u matematici. U osnovi, to je način odabira najboljeg rješenja problema iz niza mogućih rješenja. Postoji veliki interes za razumijevanje koji se problemi mogu učinkovito riješiti kvantnim računalom, a QAOA je jedan od najvidljivijih kandidata za to ”, objasnio je Carleo.

AI je prvi put upotrijebljena za precizno određivanje kvantnih pogrešaka

QAOA ima mnogo pristaša, uključujućiGoogle, koji se u bliskoj budućnosti kladi na kvantnu tehnologiju i računanje: 2019. godine stvorili su Sycamore, kvantni procesor od 53 kubita, i upotrijebili ga za dovršetak zadatka za koji procjenjuju da će modernom klasičnom superračunalu trebati oko 10.000 godina star. Sycamore je isti zadatak završio u 200 sekundi.

Koristeći konvencionalna računala, znanstvenici su se razvilimetoda koja može grubo oponašati ponašanje posebne klase algoritama poznate kao varijacijski kvantni algoritmi, to su metode određivanja najnižeg energetskog stanja ili "osnovnog stanja" kvantnog sustava. QAOA je jedan od važnih primjera takve obitelji kvantnih algoritama, koji su, prema istraživačima, među najperspektivnijim kandidatima za "kvantnu prednost" u računalima u bliskoj budućnosti.

Pristup se temelji na ideji dasuvremeni alati za strojno učenje mogu se koristiti za obuku i oponašanje unutarnjeg rada kvantnog računala. Ključni alat za ove simulacije su kvantna stanja neuronske mreže, umjetna neuronska mreža koju je Carleo razvio 2016. godine s Mathiasom Troyerom, a sada se prvi put koristi u simulaciji QAOA.

Čitaj više:

Pogledajte kako crna rupa počinje uništavati zvijezdu

Nova čestica otkrivena na velikom hadronskom sudaraču

Toplinski val izazvao je masovno otapanje ledene ploče Grenlanda