Naukowcy po raz pierwszy uruchamiają programy kwantowe na zwykłym komputerze

Fizycy ze Szwajcarskiego Federalnego Instytutu Technologii w Lozannie (EPFL) i Uniwersytetu Columbia

przedstawił podejście do modelowania kwantowegoalgorytm przy użyciu zwykłego komputera. Nowe podejście wykorzystuje klasyczny algorytm uczenia maszynowego, który symuluje zachowanie komputerów kwantowych niedalekiej przyszłości.

W artykule opublikowanym w czasopiśmie Nature QuantumInformation, profesor EPFL Giuseppe Carleo i absolwent Columbia University Matija Medvidovich, znaleźli sposób na wykonywanie złożonych algorytmów obliczeń kwantowych na tradycyjnych komputerach zamiast na kwantowych.

„Oprogramowanie kwantowe” znaneW jaki sposób algorytm optymalizacji kwantowej (QAOA) jest używany do rozwiązywania klasycznych problemów optymalizacyjnych w matematyce. Zasadniczo jest to sposób wyboru najlepszego rozwiązania problemu z wielu możliwych rozwiązań. Istnieje duże zainteresowanie zrozumieniem, jakie problemy można skutecznie rozwiązać za pomocą komputera kwantowego, a QAOA jest jednym z najbardziej widocznych kandydatów do tego ”- wyjaśnił Carleo.

Sztuczną inteligencję po raz pierwszy zastosowano do wykrywania błędów kwantowych

QAOA ma wielu zwolenników, w tymGoogle, który stawia na technologię kwantową i obliczenia w najbliższej przyszłości: w 2019 roku stworzyli Sycamore, 53-kubitowy procesor kwantowy, i użyli go do wykonania zadania, które według szacunków zajęłoby współczesnemu, klasycznemu superkomputerowi około 10 000 dolarów lat stary. Sycamore wykonał to samo zadanie w 200 sekund.

Korzystając z konwencjonalnych komputerów, naukowcy opracowalimetoda, która może w przybliżeniu naśladować zachowanie specjalnej klasy algorytmów, znanych jako wariacyjne algorytmy kwantowe, są to metody określania najniższego stanu energetycznego lub „stanu podstawowego” systemu kwantowego. QAOA jest jednym z ważnych przykładów takiej rodziny algorytmów kwantowych, które zdaniem naukowców należą do najbardziej obiecujących kandydatów na „przewagę kwantową” w komputerach niedalekiej przyszłości.

Podejście opiera się na założeniu, żenowoczesne narzędzia do uczenia maszynowego mogą być używane do trenowania i emulowania wewnętrznego działania komputera kwantowego. Kluczowym narzędziem do tych symulacji jest sieć neuronowa stany kwantowe, sztuczna sieć neuronowa, którą Carleo opracował w 2016 roku z Mathiasem Troyerem i jest teraz używana po raz pierwszy w symulacji QAOA.

Czytaj więcej:

Zobacz, jak czarna dziura zaczyna niszczyć gwiazdę

Nowa cząstka odkryta w Wielkim Zderzaczu Hadronów

Fala upałów spowodowała masowe topnienie pokrywy lodowej Grenlandii