Nanotechnológia most – Sajtóközlemény: A gépi tanulás hozzájárul a jobb kvantumhiba-javításhoz

Újra kiadta Platón

Követő: 0

Kezdőlap > nyomja meg > A gépi tanulás hozzájárul a jobb kvantumhiba-javításhoz

Egy mesterséges intelligencia által generált kép, amely illusztrálja a munkát

Absztrakt:
A RIKEN Center for Quantum Computing kutatói gépi tanulást alkalmaztak a kvantumszámítógépek hibajavítására – ami döntő lépés ezen eszközök gyakorlati megvalósításában – egy autonóm korrekciós rendszer segítségével, amely annak ellenére, hogy hozzávetőleges, hatékonyan meghatározhatja, hogyan lehet a legjobban elvégezni a szükséges korrekciókat.

A gépi tanulás hozzájárul a jobb kvantumhiba-javításhoz

Wako, Japán | Feladás dátuma: 8. szeptember 2023

Ellentétben a klasszikus számítógépekkel, amelyek olyan biteken dolgoznak, amelyek csak a 0 és 1 alapértéket képesek felvenni, a kvantumszámítógépek „qubiteken” működnek, amelyek a számítási alapállapotok bármilyen szuperpozícióját felvállalhatják. A kvantumösszefonódással kombinálva, amely egy másik kvantumjellemző, amely a klasszikus eszközökön túl összekapcsolja a különböző qubiteket, ez lehetővé teszi a kvantumszámítógépek számára, hogy teljesen új műveleteket hajtsanak végre, ami potenciális előnyökhöz vezet egyes számítási feladatokban, mint például a nagyszabású keresések, optimalizálási problémák és kriptográfia.

A kvantumszámítógépek gyakorlati alkalmazásának fő kihívása a kvantum-szuperpozíciók rendkívül törékeny természetéből fakad. Valójában az olyan apró perturbációk, amelyeket például egy környezet mindenütt jelenléte okoz, olyan hibákhoz vezetnek, amelyek gyorsan tönkreteszik a kvantum-szuperpozíciókat, és ennek következtében a kvantumszámítógépek elvesztik élüket.

Ennek az akadálynak a leküzdésére kifinomult módszereket fejlesztettek ki a kvantumhiba-javításra. Noha elméletileg sikeresen semlegesíthetik a hibák hatását, gyakran hatalmas többletköltséggel járnak az eszköz bonyolultsága terén, ami önmagában is hibás, és így potenciálisan még növeli is a hibáknak való kitettséget. Ennek következtében a teljes körű hibajavítás megfoghatatlan maradt.

Ebben a munkában a kutatók a gépi tanulást kihasználva olyan hibajavító sémákat kerestek, amelyek minimalizálják az eszköz többletköltségét, miközben megőrzik a jó hibajavító teljesítményt. Ennek érdekében a kvantumhiba-javítás autonóm megközelítésére helyezték a hangsúlyt, ahol egy okosan megtervezett, mesterséges környezet helyettesíti a gyakori hibadetektáló mérések elvégzésének szükségességét. Megvizsgálták a „bozonikus qubit kódolásokat” is, amelyek például a jelenleg legígéretesebb és legelterjedtebb, szupravezető áramkörökön alapuló kvantumszámítógépekben állnak rendelkezésre és használatosak.

A nagy teljesítményű jelöltek megtalálása a bozonikus qubit kódolások hatalmas keresőterében összetett optimalizálási feladatot jelent, amelyet a kutatók megerősítő tanulással, egy fejlett gépi tanulási módszerrel oldanak meg, ahol az ügynök egy esetlegesen absztrakt környezetet tár fel, hogy megtanulja és optimalizálja cselekvési politikáját. Ezzel a csoport arra a következtetésre jutott, hogy egy meglepően egyszerű, hozzávetőleges qubit kódolás nemcsak az eszköz bonyolultságát tudja nagymértékben csökkenteni a többi javasolt kódoláshoz képest, hanem a hibajavítási képességét tekintve is felülmúlja versenytársait.

Yexiong Zeng, a tanulmány első szerzője azt mondja: „Munkánkkal nemcsak a gépi tanulás kvantumhiba-javítási lehetőségét mutatjuk be, hanem egy lépéssel közelebb vihet bennünket a kvantumhiba-javítás sikeres megvalósításához a kísérletekben.”

Franco Nori szerint „A gépi tanulás kulcsszerepet játszhat a nagyszabású kvantumszámítási és optimalizálási kihívások kezelésében. Jelenleg aktívan részt veszünk számos olyan projektben, amelyek integrálják a gépi tanulást, a mesterséges neurális hálózatokat, a kvantumhiba-javítást és a kvantumhibatűrést.”

####

További információért kattintson a gombra itt

Elérhetőségek:
Jens Wilkinson
RIKEN
Iroda: 81-484-621-424

Ha van észrevétele, kérem Kapcsolat minket.

A tartalom pontosságáért kizárólag a sajtóközlemények kiadói felelősek, nem pedig a 7th Wave, Inc. vagy a Nanotechnology Now.

Könyvjelző:

Kapcsolódó linkek

CIKK CÍME

Kapcsolódó hírek Sajtó

Hírek és információk

A Chung-Ang Egyetem kutatói új DNS-bioszenzort fejlesztenek ki a méhnyakrák korai diagnosztizálására: A grafitos nanohagyma/molibdén-diszulfid nanolemez kompozitból készült elektrokémiai érzékelő nagy specificitással detektálja a humán papillomavírus (HPV)-16 és HPV-18 Szeptember 8th, 2023

Az új vegyület felszabadítja az immunrendszert a metasztázisokon Szeptember 8th, 2023

A tesztek nem találtak szabadon álló nanocsöveket a gumiabroncs futófelületének kopásából Szeptember 8th, 2023

A kvantum képessé teszi a kutatókat arra, hogy meglássák a láthatatlant Szeptember 8th, 2023

Lehetséges jövők

Az új vegyület felszabadítja az immunrendszert a metasztázisokon Szeptember 8th, 2023

A tesztek nem találtak szabadon álló nanocsöveket a gumiabroncs futófelületének kopásából Szeptember 8th, 2023

A kvantum képessé teszi a kutatókat arra, hogy meglássák a láthatatlant Szeptember 8th, 2023

Quantum Computing

Kvantumszámítógépek képzése: a fizikusok elnyerték a rangos IBM-díjat Szeptember 8th, 2023

A kvantumpotenciál felszabadítása: A nagydimenziós kvantumállapotok kihasználása QD-kkel és OAM-mal: A közel determinisztikus OAM-alapú összefonódott állapotok létrehozása hidat kínál a fotonikus technológiák között a kvantumfejlesztés érdekében Szeptember 8th, 2023

A tudósok a skálázható kvantumszimulációk felé hajlanak a fotonikus chipen: A fotonika alapú szintetikus dimenziókat használó rendszer segíthet megmagyarázni az összetett természeti jelenségeket Június 30th, 2023

A kutatási áttörés jelentős lehet a kvantumszámítás jövője szempontjából: ír tudósok megerősítették az új szupravezető anyagok döntő jellemzőit Június 30th, 2023

felfedezések

A DNS nanogolyók elektronikus detektálása egyszerű kórokozó-detektálást tesz lehetővé Peer-Reviewed Publikáció Szeptember 8th, 2023

Kvantumszámítógépek képzése: a fizikusok elnyerték a rangos IBM-díjat Szeptember 8th, 2023

A tesztek nem találtak szabadon álló nanocsöveket a gumiabroncs futófelületének kopásából Szeptember 8th, 2023

Közlemények

A DNS nanogolyók elektronikus detektálása egyszerű kórokozó-detektálást tesz lehetővé Peer-Reviewed Publikáció Szeptember 8th, 2023

Kvantumszámítógépek képzése: a fizikusok elnyerték a rangos IBM-díjat Szeptember 8th, 2023

A tesztek nem találtak szabadon álló nanocsöveket a gumiabroncs futófelületének kopásából Szeptember 8th, 2023

A kvantum képessé teszi a kutatókat arra, hogy meglássák a láthatatlant Szeptember 8th, 2023

SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
PlatoESG. Autóipar / elektromos járművek, Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
ChartPrime. Emelje fel kereskedési játékát a ChartPrime segítségével. Hozzáférés itt.
BlockOffsets. A környezetvédelmi ellentételezési tulajdon korszerűsítése. Hozzáférés itt.
Forrás: http://www.nanotech-now.com/news.cgi?story_id=57388