מאיץ ההדרון הגדול (LHC) הושק מחדש באביב 2022 לאחר שלוש שנים של תחזוקה.
שיטות למידת מכונה קוונטית כבר קיימותשימשו בפיזיקה של החלקיקים כדי לפתור בעיות של סיווג אירועים ושחזור מסלולי חלקיקים, אך הצוות היה הראשון שהשתמש בהם כדי לזהות מטען של סילון הארון. לשם כך, מדענים פיתחו סיווג קוונטי וריאצי המבוסס על שתי סכמות קוונטיות שונות.
פיזיקאים השתמשו בסימולטור קוונטי כדיהשוו את היעילות של השיטה החדשה והשימוש כיום ברשתות עצביות עמוקות. התברר שהמעגל הקוונטי עדיין נחות מעט בביצועים, אבל ההבדל לא גדול.
הביצועים של אלגוריתמים שונים בבהתאם לתנע הרוחבי של הסילון. DNN - למידה עמוקה מסורתית, Angle Emb. ו-Amplitude Amb. - מעגלים קוונטיים. תמונה: Alessio Gianelle וחב', Journal of High Energy Physics
במקביל, שיטה חדשה באמצעות קוונטיםרשתות משיגות ביצועים מיטביים עם פחות אירועים. זה יעזור להפחית את השימוש במשאבים לעיבוד זרמי הנתונים העצומים שהתקבלו ב-LHC. יחד עם זאת, כאשר משתמשים במספר רב של פונקציות, למידת מכונה עמוקה עדיין גוברת על אלגוריתמים קוונטיים. מדענים מאמינים שזה ישתנה ככל שתהיה חומרה קוונטית יעילה יותר.
החוקרים מצאו גם את הקוונטי הזהאלגוריתמים מאפשרים לחקור קורלציות בין פונקציות. זה הכרחי כדי לחלץ מידע על המתאמים של מרכיבי הסילון. ולפיכך, ניתוח קוונטי ישפר את זיהוי הטעם של סילון ההדרון.
שימוש בלמידת מכונה קוונטית עד כהנמצא בחיתוליו, אומרים המחברים. ככל שהפיזיקאים צוברים ניסיון במחשוב קוונטי, יש לצפות לשיפורים קיצוניים בחומרה ובטכנולוגיית מחשוב.
קרא עוד:
בקרוב סופת שמש תפגע בכדור הארץ: החומר עף במהירות של 800 קמ"ש
מדענים צילמו יצור מוזר עם מחושים, שלדעתם הם פרח
רוסיה עוזבת את ISS: מה יקרה עכשיו ומדוע תחזוקת התחנה מאוימת