Nanoteknologi Sekarang - Siaran Pers: Pembelajaran mesin berkontribusi pada koreksi kesalahan kuantum yang lebih baik

Nanoteknologi Sekarang – Siaran Pers: Pembelajaran mesin berkontribusi pada koreksi kesalahan kuantum yang lebih baik

Node Sumber: 2881797

Beranda > Tekan > Pembelajaran mesin berkontribusi pada koreksi kesalahan kuantum yang lebih baik

Gambar yang dihasilkan AI mengilustrasikan karya tersebut
Gambar yang dihasilkan AI mengilustrasikan karya tersebut

Abstrak:
Para peneliti dari Pusat Komputasi Kuantum RIKEN telah menggunakan pembelajaran mesin untuk melakukan koreksi kesalahan pada komputer kuantum—sebuah langkah penting untuk menjadikan perangkat ini praktis—menggunakan sistem koreksi otonom yang meskipun bersifat perkiraan, dapat secara efisien menentukan cara terbaik untuk melakukan koreksi yang diperlukan.

Pembelajaran mesin berkontribusi pada koreksi kesalahan kuantum yang lebih baik


Wako, Jepang | Diposting pada 8 September 2023

Berbeda dengan komputer klasik, yang beroperasi pada bit yang hanya dapat mengambil nilai dasar 0 dan 1, komputer kuantum beroperasi pada “qubit”, yang dapat mengasumsikan superposisi keadaan dasar komputasi apa pun. Dikombinasikan dengan keterjeratan kuantum, karakteristik kuantum lain yang menghubungkan qubit berbeda di luar cara klasik, hal ini memungkinkan komputer kuantum melakukan operasi yang benar-benar baru, sehingga menimbulkan potensi keuntungan dalam beberapa tugas komputasi, seperti pencarian skala besar, masalah pengoptimalan, dan kriptografi.

Tantangan utama dalam menerapkan komputer kuantum ke dalam praktik berasal dari sifat superposisi kuantum yang sangat rapuh. Memang benar, gangguan-gangguan kecil yang disebabkan, misalnya, oleh kehadiran suatu lingkungan di mana-mana akan menimbulkan kesalahan yang dengan cepat menghancurkan superposisi kuantum dan, sebagai konsekuensinya, komputer kuantum kehilangan keunggulannya.

Untuk mengatasi kendala ini, metode canggih untuk koreksi kesalahan kuantum telah dikembangkan. Meskipun secara teoritis dapat menetralkan efek kesalahan, hal ini sering kali menimbulkan beban tambahan yang sangat besar dalam kompleksitas perangkat, yang rentan terhadap kesalahan sehingga berpotensi meningkatkan paparan terhadap kesalahan. Akibatnya, koreksi kesalahan secara menyeluruh masih sulit dilakukan.

Dalam penelitian ini, para peneliti memanfaatkan pembelajaran mesin dalam mencari skema koreksi kesalahan yang meminimalkan overhead perangkat sambil mempertahankan kinerja koreksi kesalahan yang baik. Untuk mencapai tujuan ini, mereka fokus pada pendekatan otonom terhadap koreksi kesalahan kuantum, di mana lingkungan buatan yang dirancang dengan cerdik menggantikan kebutuhan untuk sering melakukan pengukuran pendeteksi kesalahan. Mereka juga melihat “pengkodean qubit bosonik”, yang, misalnya, tersedia dan digunakan di beberapa mesin komputasi kuantum yang paling menjanjikan dan tersebar luas saat ini berdasarkan sirkuit superkonduktor.

Menemukan kandidat berkinerja tinggi di ruang pencarian pengkodean qubit bosonik yang luas mewakili tugas pengoptimalan yang kompleks, yang ditangani oleh para peneliti dengan pembelajaran penguatan, metode pembelajaran mesin canggih, di mana agen menjelajahi lingkungan yang mungkin abstrak untuk mempelajari dan mengoptimalkan kebijakan tindakannya. Dengan ini, kelompok tersebut menemukan bahwa pengkodean qubit perkiraan yang sangat sederhana tidak hanya dapat mengurangi kompleksitas perangkat dibandingkan dengan pengkodean lain yang diusulkan, namun juga mengungguli pesaingnya dalam hal kemampuannya untuk memperbaiki kesalahan.

Yexiong Zeng, penulis pertama makalah ini, mengatakan, “Pekerjaan kami tidak hanya menunjukkan potensi penerapan pembelajaran mesin menuju koreksi kesalahan kuantum, namun juga dapat membawa kita selangkah lebih dekat menuju keberhasilan penerapan koreksi kesalahan kuantum dalam eksperimen.”

Menurut Franco Nori, “Pembelajaran mesin dapat memainkan peran penting dalam mengatasi tantangan komputasi kuantum dan pengoptimalan skala besar. Saat ini, kami secara aktif terlibat dalam sejumlah proyek yang mengintegrasikan pembelajaran mesin, jaringan saraf tiruan, koreksi kesalahan kuantum, dan toleransi kesalahan kuantum.”

####

Untuk informasi lebih lanjut, silakan klik di sini

Kontak:
Jens Wilkinson
RIKEN
Kantor: 81-484-621-424

Hak Cipta © RIKEN

Jika Anda punya komentar, silakan Kontak kita.

Penerbit rilis berita, bukan 7th Wave, Inc. atau Nanotechnology Now, semata-mata bertanggung jawab atas keakuratan konten.

Bookmark:
lezat Digg Newsvine Google Yahoo Reddit Magnoliacom Menggulung Facebook

Link Terkait

JUDUL ARTIKEL

Berita Terkait

Berita dan informasi

Peneliti Universitas Chung-Ang mengembangkan biosensor DNA baru untuk diagnosis dini kanker serviks: Sensor elektrokimia, terbuat dari komposit nanosheet nano-onion/molibdenum disulfida grafit, mendeteksi human papillomavirus (HPV)-16 dan HPV-18, dengan spesifisitas tinggi September 8th, 2023

Senyawa baru melepaskan sistem kekebalan pada metastasis September 8th, 2023

Pengujian tidak menemukan nanotube yang berdiri bebas terlepas dari keausan tapak ban September 8th, 2023

Quantum memberi kekuatan pada peneliti untuk melihat hal-hal yang tidak terlihat September 8th, 2023

Kemungkinan Berjangka

Peneliti Universitas Chung-Ang mengembangkan biosensor DNA baru untuk diagnosis dini kanker serviks: Sensor elektrokimia, terbuat dari komposit nanosheet nano-onion/molibdenum disulfida grafit, mendeteksi human papillomavirus (HPV)-16 dan HPV-18, dengan spesifisitas tinggi September 8th, 2023

Senyawa baru melepaskan sistem kekebalan pada metastasis September 8th, 2023

Pengujian tidak menemukan nanotube yang berdiri bebas terlepas dari keausan tapak ban September 8th, 2023

Quantum memberi kekuatan pada peneliti untuk melihat hal-hal yang tidak terlihat September 8th, 2023

Quantum Computing

Melatih komputer kuantum: fisikawan memenangkan Penghargaan IBM yang bergengsi September 8th, 2023

Membuka potensi kuantum: Memanfaatkan keadaan kuantum berdimensi tinggi dengan QD dan OAM: Generasi keadaan terjerat berbasis OAM yang hampir deterministik menawarkan jembatan antara teknologi fotonik untuk kemajuan kuantum September 8th, 2023

Ilmuwan mendekati simulasi kuantum yang dapat diskalakan pada chip fotonik: Sebuah sistem yang menggunakan dimensi sintetik berbasis fotonik dapat digunakan untuk membantu menjelaskan fenomena alam yang kompleks Juni 30th, 2023

Terobosan penelitian bisa menjadi signifikan untuk masa depan komputasi kuantum: ilmuwan yang berbasis di Irlandia mengkonfirmasi karakteristik penting dari bahan superkonduktor baru Juni 30th, 2023

Penemuan

Deteksi elektronik bola nano DNA memungkinkan deteksi patogen sederhana. Publikasi Tinjauan Sejawat September 8th, 2023

Melatih komputer kuantum: fisikawan memenangkan Penghargaan IBM yang bergengsi September 8th, 2023

Membuka potensi kuantum: Memanfaatkan keadaan kuantum berdimensi tinggi dengan QD dan OAM: Generasi keadaan terjerat berbasis OAM yang hampir deterministik menawarkan jembatan antara teknologi fotonik untuk kemajuan kuantum September 8th, 2023

Pengujian tidak menemukan nanotube yang berdiri bebas terlepas dari keausan tapak ban September 8th, 2023

Pengumuman

Deteksi elektronik bola nano DNA memungkinkan deteksi patogen sederhana. Publikasi Tinjauan Sejawat September 8th, 2023

Melatih komputer kuantum: fisikawan memenangkan Penghargaan IBM yang bergengsi September 8th, 2023

Pengujian tidak menemukan nanotube yang berdiri bebas terlepas dari keausan tapak ban September 8th, 2023

Quantum memberi kekuatan pada peneliti untuk melihat hal-hal yang tidak terlihat September 8th, 2023

Stempel Waktu:

Lebih dari Nanoteknologi Sekarang Berita Terbaru