Nanoteknologi nu - Pressemeddelelse: Machine Learning bidrager til bedre kvantefejlkorrektion

Genudgivet af Platon

Abonnenter: 0

Home > Presse > Maskinlæring bidrager til bedre kvantefejlkorrektion

Et AI-genereret billede, der illustrerer arbejdet

Abstract:
Forskere fra RIKEN Center for Quantum Computing har brugt maskinlæring til at udføre fejlkorrektion for kvantecomputere – et afgørende skridt for at gøre disse enheder praktiske – ved hjælp af et autonomt korrektionssystem, der på trods af at det er omtrentligt effektivt kan bestemme, hvordan man bedst kan foretage de nødvendige rettelser.

Maskinlæring bidrager til bedre kvantefejlkorrektion

Wako, Japan | Udgivet den 8. september 2023

I modsætning til klassiske computere, som opererer på bits, der kun kan tage de grundlæggende værdier 0 og 1, opererer kvantecomputere på "qubits", som kan antage en hvilken som helst superposition af de beregningsmæssige basistilstande. I kombination med kvantesammenfiltring, en anden kvantekarakteristik, der forbinder forskellige qubits ud over klassiske midler, gør dette kvantecomputere i stand til at udføre helt nye operationer, hvilket giver anledning til potentielle fordele i nogle beregningsopgaver, såsom søgninger i stor skala, optimeringsproblemer og kryptografi.

Den største udfordring med at omsætte kvantecomputere i praksis stammer fra den ekstremt skrøbelige karakter af kvantesuperpositioner. Små forstyrrelser induceret, for eksempel af den allestedsnærværende tilstedeværelse af et miljø, giver faktisk anledning til fejl, der hurtigt ødelægger kvantesuperpositioner, og som en konsekvens mister kvantecomputere deres kant.

For at overvinde denne forhindring er der udviklet sofistikerede metoder til kvantefejlkorrektion. Selvom de i teorien med succes kan neutralisere effekten af fejl, kommer de ofte med en massiv overhead i enhedskompleksitet, som i sig selv er fejltilbøjelig og dermed potentielt endda øger eksponeringen for fejl. Som en konsekvens heraf er fuldgyldig fejlkorrektion forblevet uhåndgribelig.

I dette arbejde udnyttede forskerne maskinlæring i en søgen efter fejlkorrektionsskemaer, der minimerer enhedens overhead, mens de bibeholder en god fejlkorrigerende ydeevne. Til dette formål fokuserede de på en autonom tilgang til kvantefejlkorrektion, hvor et smart designet, kunstigt miljø erstatter nødvendigheden af at udføre hyppige fejldetekterende målinger. De så også på "bosoniske qubit-kodninger", som for eksempel er tilgængelige og brugt i nogle af de i øjeblikket mest lovende og udbredte kvantecomputere baseret på superledende kredsløb.

At finde højtydende kandidater i det enorme søgerum af bosonic qubit-kodninger repræsenterer en kompleks optimeringsopgave, som forskerne løser med forstærkningslæring, en avanceret maskinlæringsmetode, hvor en agent udforsker et muligvis abstrakt miljø for at lære og optimere sin handlingspolitik. Med dette fandt gruppen ud af, at en overraskende enkel, tilnærmet qubit-kodning ikke kun i høj grad kunne reducere enhedens kompleksitet sammenlignet med andre foreslåede kodninger, men også udkonkurrerede sine konkurrenter med hensyn til dens evne til at rette fejl.

Yexiong Zeng, den første forfatter af papiret, siger: "Vores arbejde demonstrerer ikke kun potentialet for at implementere maskinlæring mod kvantefejlkorrektion, men det kan også bringe os et skridt tættere på den vellykkede implementering af kvantefejlkorrektion i eksperimenter."

Ifølge Franco Nori, "Maskinlæring kan spille en afgørende rolle i at løse store kvanteberegnings- og optimeringsudfordringer. I øjeblikket er vi aktivt involveret i en række projekter, der integrerer maskinlæring, kunstige neurale netværk, kvantefejlkorrektion og kvantefejltolerance."

####

For mere information, klik link.

Kontaktpersoner:
Jens Wilkinson
Riken
Kontor: 81-484-621-424

Hvis du har en kommentar, tak Kontakt os.

Udstedere af nyhedsudgivelser, ikke 7th Wave, Inc. eller Nanotechnology Now, er alene ansvarlige for indholdets nøjagtighed.

Bogmærke:

Relaterede links

ARTIKEL TITEL

Relaterede nyheder Presse

Nyheder og information

Chung-Ang University-forskere udvikler en ny DNA-biosensor til tidlig diagnose af livmoderhalskræft: Den elektrokemiske sensor, lavet af en grafitisk nano-løg/molybdændisulfid-nanopladekomposit, detekterer humant papillomavirus (HPV)-16 og HPV-18 med høj specificitet September 8th, 2023

Ny forbindelse udløser immunsystemet på metastaser September 8th, 2023

Tests finder ingen fritstående nanorør frigivet fra slid på dæk September 8th, 2023

Kvante får forskere til at se det usete September 8th, 2023

Mulig fremtid

Ny forbindelse udløser immunsystemet på metastaser September 8th, 2023

Tests finder ingen fritstående nanorør frigivet fra slid på dæk September 8th, 2023

Kvante får forskere til at se det usete September 8th, 2023

Quantum Computing

Træning af kvantecomputere: fysikere vinder prestigefyldte IBM Award September 8th, 2023

Frigørelse af kvantepotentiale: Udnyttelse af højdimensionelle kvantetilstande med QD'er og OAM: Generering af næsten deterministiske OAM-baserede sammenfiltrede tilstande tilbyder en bro mellem fotoniske teknologier til kvantefremskridt September 8th, 2023

Forskere går mod skalerbare kvantesimuleringer på en fotonisk chip: Et system, der bruger fotonik-baserede syntetiske dimensioner, kunne bruges til at forklare komplekse naturfænomener Juni 30th, 2023

Forskningsgennembrud kan være væsentligt for kvanteberegningsfremtiden: Irsk-baserede videnskabsmænd bekræfter afgørende egenskaber ved nyt superledermateriale Juni 30th, 2023

opdagelser

Elektronisk detektion af DNA-nanokugler muliggør simpel patogendetektion Peer-Reviewed Publication September 8th, 2023

Træning af kvantecomputere: fysikere vinder prestigefyldte IBM Award September 8th, 2023

Tests finder ingen fritstående nanorør frigivet fra slid på dæk September 8th, 2023

Meddelelser

Elektronisk detektion af DNA-nanokugler muliggør simpel patogendetektion Peer-Reviewed Publication September 8th, 2023

Træning af kvantecomputere: fysikere vinder prestigefyldte IBM Award September 8th, 2023

Tests finder ingen fritstående nanorør frigivet fra slid på dæk September 8th, 2023

Kvante får forskere til at se det usete September 8th, 2023

SEO Powered Content & PR Distribution. Bliv forstærket i dag.
PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
PlatoESG. Automotive/elbiler, Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
PlatoHealth. Bioteknologiske og kliniske forsøgs intelligens. Adgang her.
ChartPrime. Løft dit handelsspil med ChartPrime. Adgang her.
BlockOffsets. Modernisering af miljømæssig offset-ejerskab. Adgang her.
Kilde: http://www.nanotech-now.com/news.cgi?story_id=57388