A kvantumszámítógépek hatékonysága is javítható mesterséges intelligenciával
- Link másolása
- X (Twitter)
- Tumblr
Az Oszakai Egyetem Tudományos és Ipari Kutatóintézete gépi tanulásra képes mesterségesintelligencia-megoldást fejlesztett. Az úgynevezett mesterséges neurális hálózattal (artificial neural network) a kutatók a környezeti zajtól függetlenül is meg tudták jósolni egy kvantumszámítógép kimeneti kvantumbitjeinek várható pozícióját. A szakértők szerint az új megközelítés nagy lökést adhat a kvantumszámítógépek szélesebb körű elterjedésének.
Noha a modern számítógépek bináris logikát használnak – azaz minden bit leírható egyesekkel és nullákkal –, a kvantummechanika sajátosságainak köszönhetően a kvantumrendszerek megvalósíthatják a szuperpozíció állapotát: ilyenkor a kvantumbitek (qubit) egyszerre létezhetnek egyes és nullás pozícióban. A kvantumpontokba sűrűsödő elektronoknak ilyenkor két irány-orientációjuk is lehet, míg a kiolvasáskor a kvantumbitek orientációja ismét egyirányú lesz.
A kvantumrendszerek megbízható használatához a kvantumbitek lehető legpontosabb kiolvasására van szükség, de ezt megnehezítik a számítás közben fellépő, a jelben felbukkanó zajok (noise).
A SANKEN kutatói egy gépi tanulási mesterségesintelligencia-megoldással, a mesterséges neurális hálózattal elkülönítették a jelet a kvantumpontokban található elektronok spinjének zajától, hogy a lehető legpontosabb eredményt kapják.
„Létrehoztunk egy mély neurális hálózatra épülő osztályozót, hogy a zajos szignálok kvantumbit-pozícióját is pontosan mérhessük meg.”
– írta Fudzsita Takamufi, a tanulmány társszerzője.
A SANKEN kutatóinak kísérleti rendszerében csak bizonyos elektronspinek hozhattak létre kvantumpontokat; ez időben rövid feszültségbeli növekedéshez vezetett. A kutatók arra képezték ki a gépi tanulási algoritmust, hogy elkülönítsék ezeket a kis kiugrási jeleket a zajtól. A mély tanulási rendszer egy konvolúciós hálózatot használt a jel fontos karakterisztikáinak azonosításához; ezt egy rekurrens neurális hálózattal kombinálták, hogy figyelhessék az idősoros adatokat.
„A megközelítésünk leegyszerűsítette a tanulási folyamatot, mivel könnyen alkalmazkodott az erős interferenciához, ami a helyzet függvényében változhatott.”
– írta Oiwa Akira, a tanulmány vezető szerzője.
Az eljárás használhatóságát a fejlesztők szélsőséges tűrésteszteknek is alávetették: ezek során szimulált zajt kevertek a jelhez, majd arra képezték ki az algoritmust, hogy létező kvantumpontokból származó adatok alapján ismerje fel a jeleket. A rendszer hatékonysága a teszt során meghaladta a 95 százalékot.
A kutatók remélik, hogy az új kísérleti eredményeket nagy pontosságú és mennyiségű kvantumbit azonosítására használhatják a jövőben megjelenő kvantumszámítógépeken.
Kapcsolódó cikkek a Qubiten:
Te is vehetsz kvantumszámítógépet Kínából, ha van rá 5000 dollárod
Egy valamirevaló kvantumszámítógép hardverei egész szobákat töltenek meg, és több tízmillió dollárba kerülnek. Egy kínai startupnak sikerült asztali számítógép méretűvé zsugorítania az eszközt, és az árát is több nagyságrenddel csökkentette. A teljesítménye persze nem éri el a csúcsmodellekét, de a SpinQ nem is munkagépnek, hanem oktatási célú szemléltetőeszköznek szánja a gépet.
A sorozatgyártható francia-dán kvantumprocesszor lehet a legújabb mérföldkő a számítástechnikában
A koppenhágai Niels Bohr Intézet és a francia CEA-Leti mikroelektronikai vállalat kutatói a napokban álltak elő az általuk fejlesztett, kvantumszámítástechnikai műveletekre alkalmas szilíciumprocesszorral.
Kína elérte a kvantumfölényt
A Jiuzhang nevű fotonalapú kvantumszámítógép három perc alatt olyan komplex számításokat végezhet, amikhez a világ legerősebb szuperszámítógépének kétmilliárd évre lenne szüksége.