Nanotechnologie nu - Persbericht: Machine learning draagt ​​bij aan betere kwantumfoutcorrectie

Nanotechnologie nu – Persbericht: Machine learning draagt ​​bij aan een betere correctie van kwantumfouten

Tijdstempel: 15 september 2023 1:25 uur
Bronknooppunt: 2881797

Home > Media > Machine learning draagt ​​bij aan een betere kwantumfoutcorrectie

Een door AI gegenereerde afbeelding die het werk illustreert
Een door AI gegenereerde afbeelding die het werk illustreert

Abstract:
Onderzoekers van het RIKEN Center for Quantum Computing hebben machinaal leren gebruikt om foutcorrecties uit te voeren voor kwantumcomputers – een cruciale stap om deze apparaten praktisch te maken – met behulp van een autonoom correctiesysteem dat, ondanks dat het bij benadering is, efficiënt kan bepalen hoe de noodzakelijke correcties het beste kunnen worden uitgevoerd.

Machine learning draagt ​​bij aan een betere kwantumfoutcorrectie


Wako, Japan | Geplaatst op 8 september 2023

In tegenstelling tot klassieke computers, die werken met bits die alleen de basiswaarden 0 en 1 kunnen aannemen, werken kwantumcomputers met ‘qubits’, die elke superpositie van de computationele basistoestanden kunnen aannemen. In combinatie met kwantumverstrengeling, een ander kwantumkenmerk dat verschillende qubits op een meer dan klassieke manier met elkaar verbindt, stelt dit kwantumcomputers in staat geheel nieuwe bewerkingen uit te voeren, wat aanleiding geeft tot potentiële voordelen bij sommige computertaken, zoals grootschalige zoekopdrachten, optimalisatieproblemen en cryptografie.

De belangrijkste uitdaging bij het in de praktijk brengen van kwantumcomputers komt voort uit de uiterst kwetsbare aard van kwantumsuperposities. Kleine verstoringen die bijvoorbeeld worden veroorzaakt door de alomtegenwoordige aanwezigheid van een omgeving, geven aanleiding tot fouten die kwantumsuperposities snel vernietigen en als gevolg daarvan verliezen kwantumcomputers hun scherpte.

Om dit obstakel te overwinnen zijn geavanceerde methoden voor kwantumfoutcorrectie ontwikkeld. Hoewel ze in theorie de gevolgen van fouten met succes kunnen neutraliseren, gaan ze vaak gepaard met een enorme overhead in de complexiteit van apparaten, die op zichzelf foutgevoelig zijn en daardoor mogelijk zelfs de blootstelling aan fouten vergroten. Als gevolg hiervan is volwaardige foutcorrectie ongrijpbaar gebleven.

In dit werk maakten de onderzoekers gebruik van machine learning in een zoektocht naar foutcorrectieschema's die de overhead van het apparaat minimaliseren en toch goede foutcorrectieprestaties behouden. Daartoe concentreerden ze zich op een autonome benadering van kwantumfoutcorrectie, waarbij een slim ontworpen, kunstmatige omgeving de noodzaak vervangt om frequente foutdetectiemetingen uit te voeren. Ze keken ook naar ‘bosonische qubit-coderingen’, die bijvoorbeeld beschikbaar zijn en worden gebruikt in enkele van de momenteel meest veelbelovende en wijdverspreide kwantumcomputermachines op basis van supergeleidende circuits.

Het vinden van goed presterende kandidaten in de enorme zoekruimte van bosonische qubit-coderingen vertegenwoordigt een complexe optimalisatietaak, die de onderzoekers aanpakken met versterkend leren, een geavanceerde machine learning-methode, waarbij een agent een mogelijk abstracte omgeving verkent om zijn actiebeleid te leren en te optimaliseren. Hiermee ontdekte de groep dat een verrassend eenvoudige, benaderende qubit-codering niet alleen de complexiteit van het apparaat aanzienlijk kon verminderen in vergelijking met andere voorgestelde coderingen, maar ook beter presteerde dan zijn concurrenten in termen van het vermogen om fouten te corrigeren.

Yexiong Zeng, de eerste auteur van het artikel, zegt: “Ons werk toont niet alleen het potentieel aan voor het inzetten van machine learning voor kwantumfoutcorrectie, maar het kan ons ook een stap dichter brengen bij de succesvolle implementatie van kwantumfoutcorrectie in experimenten.”

Volgens Franco Nori: “Machine learning kan een cruciale rol spelen bij het aanpakken van grootschalige uitdagingen op het gebied van kwantumberekeningen en optimalisatie. Momenteel zijn we actief betrokken bij een aantal projecten die machine learning, kunstmatige neurale netwerken, kwantumfoutcorrectie en kwantumfouttolerantie integreren.”

####

Voor meer informatie, klik hier

Kontakte:
Jens Wilkinson
RIKEN
Kantoor: 81-484-621-424

Auteursrecht © RIKEN

Als u een opmerking heeft, alstublieft Neem contact op met ons op.

Uitgevers van nieuwsberichten, niet 7th Wave, Inc. of Nanotechnology Now, zijn zelf verantwoordelijk voor de juistheid van de inhoud.

Bladwijzer:
Heerlijk Digg Newsvine Kopen Google Reviews Yahoo Reddit Magnoliacom opvouwen Facebook

Gerelateerde Links

ARTIKEL TITEL

Gerelateerd nieuws Pers

Nieuws en informatie

Onderzoekers van Chung-Ang University ontwikkelen een nieuwe DNA-biosensor voor vroege diagnose van baarmoederhalskanker: de elektrochemische sensor, gemaakt van een grafiet nano-ui/molybdeendisulfide nanosheet-composiet, detecteert humaan papillomavirus (HPV)-16 en HPV-18, met hoge specificiteit 8 september 2023

Nieuwe verbinding ontketent het immuunsysteem op uitzaaiingen 8 september 2023

Uit tests blijkt dat er geen vrijstaande nanobuisjes vrijkomen door slijtage van het loopvlak 8 september 2023

Quantum stelt onderzoekers in staat het onzichtbare te zien 8 september 2023

Mogelijke toekomsten

Onderzoekers van Chung-Ang University ontwikkelen een nieuwe DNA-biosensor voor vroege diagnose van baarmoederhalskanker: de elektrochemische sensor, gemaakt van een grafiet nano-ui/molybdeendisulfide nanosheet-composiet, detecteert humaan papillomavirus (HPV)-16 en HPV-18, met hoge specificiteit 8 september 2023

Nieuwe verbinding ontketent het immuunsysteem op uitzaaiingen 8 september 2023

Uit tests blijkt dat er geen vrijstaande nanobuisjes vrijkomen door slijtage van het loopvlak 8 september 2023

Quantum stelt onderzoekers in staat het onzichtbare te zien 8 september 2023

Quantum Computing

Kwantumcomputers trainen: natuurkundigen winnen prestigieuze IBM Award 8 september 2023

Het ontsluiten van het kwantumpotentieel: het benutten van hoogdimensionale kwantumtoestanden met QD's en OAM: het genereren van bijna deterministische op OAM gebaseerde verstrengelde toestanden biedt een brug tussen fotonische technologieën voor kwantumvooruitgang 8 september 2023

Wetenschappers gaan richting schaalbare kwantumsimulaties op een fotonische chip: een systeem dat op fotonica gebaseerde synthetische dimensies gebruikt, kan worden gebruikt om complexe natuurlijke fenomenen te helpen verklaren Juni 30, 2023

Doorbraak in onderzoek kan belangrijk zijn voor de toekomst van kwantumcomputing: in Ierland gevestigde wetenschappers bevestigen cruciale kenmerken van nieuw supergeleidermateriaal Juni 30, 2023

ontdekkingen

Elektronische detectie van DNA-nanoballen maakt eenvoudige detectie van pathogenen mogelijk. Peer-reviewed publicatie 8 september 2023

Kwantumcomputers trainen: natuurkundigen winnen prestigieuze IBM Award 8 september 2023

Het ontsluiten van het kwantumpotentieel: het benutten van hoogdimensionale kwantumtoestanden met QD's en OAM: het genereren van bijna deterministische op OAM gebaseerde verstrengelde toestanden biedt een brug tussen fotonische technologieën voor kwantumvooruitgang 8 september 2023

Uit tests blijkt dat er geen vrijstaande nanobuisjes vrijkomen door slijtage van het loopvlak 8 september 2023

Mededelingen

Elektronische detectie van DNA-nanoballen maakt eenvoudige detectie van pathogenen mogelijk. Peer-reviewed publicatie 8 september 2023

Kwantumcomputers trainen: natuurkundigen winnen prestigieuze IBM Award 8 september 2023

Uit tests blijkt dat er geen vrijstaande nanobuisjes vrijkomen door slijtage van het loopvlak 8 september 2023

Quantum stelt onderzoekers in staat het onzichtbare te zien 8 september 2023

Tijdstempel:

Meer van Nanotechnologie Nu Recent Nieuws