Nanotehnoloogia nüüd – pressiteade: masinõpe aitab kaasa paremale kvantvigade parandamisele

Taasavaldanud Platon

järgijaid: 0

Avaleht > press > Masinaõpe aitab kaasa paremale kvantvigade parandamisele

AI-ga loodud pilt, mis illustreerib tööd

Abstraktne:
RIKENi kvantarvutite keskuse teadlased on kvantarvutite vigade parandamiseks kasutanud masinõpet, mis on nende seadmete praktiliseks muutmisel oluline samm, kasutades autonoomset parandussüsteemi, mis vaatamata sellele, et see on ligikaudne, suudab tõhusalt kindlaks teha, kuidas kõige paremini vajalikke parandusi teha.

Masinõpe aitab kaasa paremale kvantvigade parandamisele

Wako, Jaapan | Postitatud 8. septembril 2023

Erinevalt klassikalistest arvutitest, mis töötavad bittidel, mis võivad võtta ainult põhiväärtusi 0 ja 1, töötavad kvantarvutid "kubitidel", mis võivad eeldada arvutuslike baasolekute mis tahes superpositsiooni. Kombinatsioonis kvantpõimumisega, teise kvantkarakteristikuga, mis ühendab erinevaid kubite väljaspool klassikalisi vahendeid, võimaldab see kvantarvutitel sooritada täiesti uusi operatsioone, mis toob kaasa potentsiaalseid eeliseid mõningates arvutusülesannetes, nagu suuremahulised otsingud, optimeerimisprobleemid ja krüptograafia.

Peamine väljakutse kvantarvutite praktikasse rakendamisel tuleneb kvantsuperpositsioonide äärmiselt habrast olemusest. Tõepoolest, väikesed häired, mis on põhjustatud näiteks keskkonna üldlevinud olemasolust, põhjustavad vigu, mis hävitavad kiiresti kvantsuperpositsioonid ja selle tagajärjel kaotavad kvantarvutid oma eelised.

Selle takistuse ületamiseks on välja töötatud keerukad meetodid kvantvigade parandamiseks. Kuigi teoreetiliselt suudavad need vigade mõju edukalt neutraliseerida, kaasnevad nendega sageli seadme keerukus tohutult, mis iseenesest on vigadele kalduv ja seega potentsiaalselt isegi suurendab vigade ohtu. Selle tulemusena on täielik veaparandus jäänud tabamatuks.

Selles töös kasutasid teadlased masinõpet veaparandusskeemide otsimisel, mis minimeerivad seadme üldkulusid, säilitades samal ajal hea veaparandusvõime. Selleks keskendusid nad kvantvigade korrigeerimise autonoomsele lähenemisviisile, kus nutikalt kujundatud tehiskeskkond asendab vajaduse teha sagedasi vigade tuvastamise mõõtmisi. Nad uurisid ka "bosonilise kubiti kodeeringut", mis on näiteks saadaval ja mida kasutatakse mõnes praegu kõige lootustandvamas ja laialdasemas ülijuhtivatel ahelatel põhinevates kvantarvutites.

Suure jõudlusega kandidaatide leidmine bosonilise kubiti kodeeringu tohutust otsinguruumist kujutab endast keerulist optimeerimisülesannet, mille lahendamiseks uurivad teadlased tugevdamise õppimist, täiustatud masinõppemeetodit, kus agent uurib oma tegevuspoliitika õppimiseks ja optimeerimiseks võimalikku abstraktset keskkonda. Sellega avastas rühm, et üllatavalt lihtne, ligikaudne kubitikodeering ei suutnud mitte ainult oluliselt vähendada seadme keerukust võrreldes teiste pakutud kodeeringutega, vaid ületas ka oma konkurente vigade parandamise võime osas.

Dokumendi esimene autor Yexiong Zeng ütleb: "Meie töö ei näita mitte ainult masinõppe kasutuselevõtu potentsiaali kvantvigade parandamise suunas, vaid see võib tuua meid ka sammu lähemale kvantvigade korrigeerimise edukale rakendamisele katsetes."

Franco Nori sõnul võib masinõpe mängida keskset rolli suuremahuliste kvantarvutamise ja optimeerimise väljakutsetega tegelemisel. Praegu oleme aktiivselt kaasatud mitmetesse projektidesse, mis integreerivad masinõpet, tehisnärvivõrke, kvantvigade parandust ja kvanttõrketaluvust.

####

Lisateabe saamiseks klõpsake nuppu siin

Kontaktid:
Jens Wilkinson
RIKEN
Kontor: 81-484-621-424

Autoriõigus © RIKEN

Kui teil on kommentaar, palun Saada sõnum meile.

Sisu täpsuse eest vastutavad ainuüksi uudisteväljaannete väljaandjad, mitte 7th Wave, Inc. või Nanotechnology Now.

Järjehoidja: