Invatarea automata modeleaza dispozitive cuantice

Un algoritm nou permite verificarea eficienta si precisa a dispozitivelor cuantice

Tehnologiile care profita de noi comportamente mecanice cuantice pot deveni obisnuite in viitorul apropiat. Acestea pot include dispozitive care utilizeaza informatii cuantice ca date de intrare si de iesire, care necesita o verificare atenta datorata incertitudinilor inerente. Verificarea este mai dificila daca dispozitivul depinde de timp, cand iesirea depinde de intrarile anterioare. Pentru prima data, cercetatorii care utilizeaza invatarea automata au imbunatatit in mod considerabil eficienta verificarii in cazul dispozitivelor cuantice dependente de timp prin incorporarea unui anumit efect de memorie prezent in aceste sisteme.

Calculatoarele cuantice sunt subiecte de interes in presa stiintifica, dar aceste masini sunt considerate de majoritatea expertilor ca fiind inca la inceput. Totusi, un internet cuantic poate fi putin mai aproape de prezent. Acest lucru ar oferi, printre altele, avantaje semnificative de securitate fata de internetul actual. Dar chiar si acesta se va baza pe tehnologii care nu au vazut inca lumina zilei. Chiar daca o parte din elementele fundamentale ale dispozitivelor care pot crea internetul cuantic ar fi putut fi elaborate, exista multe provocari ingineresti pentru a le realiza ca produse. Cu toate acestea, multe cercetari sunt deja in desfasurare pentru a crea instrumente pentru proiectarea dispozitivelor cuantice.

Cercetatorul postdoctoral Quoc Hoan Tran, impreuna cu profesorul asociat Kohei Nakajima de la Scoala Absolventa de Stiinta si Tehnologia Informatiei de la Universitatea din Tokyo, sunt pionierii unui astfel de instrument, despre care cred ca ar putea face din verificarea comportamentului dispozitivelor cuantice o activitate mai eficienta si mai precisa decat cea actuala. Contributia lor consta in crearea unui algoritm care poate reconstrui functionarea unui dispozitiv cuantic dependent de timp prin simpla invatare a relatiei dintre intrarile si iesirile cuantice. Aceasta abordare este de fapt obisnuita atunci cand se exploreaza un sistem fizic clasic, dar informatiile cuantice sunt in general dificil de stocat.

„Tehnica de a descrie un sistem cuantic bazat pe intrarile si iesirile sale se numeste tomografie prin proces cuantic”, a spus Tran. „Cu toate acestea, multi cercetatori raporteaza acum ca sistemele lor cuantice prezinta un fel de efect de memorie in care starile prezente sunt afectate de cele anterioare. Asta inseamna ca o simpla inspectie a starilor de intrare si de iesire nu poate descrie natura dependenta de timp a sistemului. Am putea modela sistemul in mod repetat dupa fiecare schimbare de timp, dar acest lucru ar fi extrem de ineficient. Scopul nostru a fost sa imbratisam acest efect de memorie si sa-l folosim in avantajul nostru, mai degraba decat sa folosim forta bruta pentru a-l depasi.”

Tran si Nakajima s-au folosit de invatarea automata si de o tehnica numita ‘’calcularea rezervorului cuantic” pentru a-si construi noul algoritm. Aceasta creeaza tipare de intrari si iesiri care se schimba in timp intr-un sistem cuantic si intuieste in mod eficient cum se vor schimba aceste tipare, chiar si in situatii la care algoritmul nu a fost inca martor. Deoarece nu trebuie sa cunoasca modul in care functioneaza un sistem cuantic ci doar intrarile si iesirile, algoritmul echipei poate fi mai simplu si poate produce rezultate mai rapid.

„In prezent, algoritmul nostru poate emula un anumit tip de sistem cuantic, dar dispozitivele ipotetice pot varia foarte mult in ceea ce priveste capacitatea lor de procesare si pot avea diferite efecte de memorie. Asadar, urmatoarea etapa a cercetarii va fi extinderea capacitatilor algoritmilor nostri, cu scopul de a crea ceva mai general si mai util”, a spus Tran. „Sunt incantat de ceea ce ar putea face metodele de invatare automata cuantica, de dispozitivele ipotetice la care ar putea duce”.

Sursa: Sciencedaily.com

Facebook
LinkedIn
WhatsApp
Email