Nanoteknologi nå – Pressemelding: Maskinlæring bidrar til bedre kvantefeilkorreksjon

Hjemprodukt > Press > Maskinlæring bidrar til bedre kvantefeilkorreksjon

Et AI-generert bilde som illustrerer arbeidet

Abstrakt:
Forskere fra RIKEN Center for Quantum Computing har brukt maskinlæring for å utføre feilkorrigering for kvantedatamaskiner – et avgjørende skritt for å gjøre disse enhetene praktiske – ved å bruke et autonomt korreksjonssystem som til tross for at det er omtrentlig, effektivt kan bestemme hvordan man best kan gjøre de nødvendige korreksjonene.

Maskinlæring bidrar til bedre kvantefeilkorreksjon

Wako, Japan | Lagt ut 8. september 2023

I motsetning til klassiske datamaskiner, som opererer på biter som bare kan ta grunnverdiene 0 og 1, opererer kvantedatamaskiner på "qubits", som kan anta hvilken som helst superposisjon av beregningsgrunnlagstilstandene. I kombinasjon med kvantesammenfiltring, en annen kvantekarakteristikk som kobler sammen forskjellige qubits utover klassiske midler, gjør dette kvantedatamaskiner i stand til å utføre helt nye operasjoner, noe som gir opphav til potensielle fordeler i noen beregningsoppgaver, for eksempel store søk, optimaliseringsproblemer og kryptografi.

Hovedutfordringen mot å sette kvantedatamaskiner ut i livet stammer fra den ekstremt skjøre naturen til kvantesuperposisjoner. Små forstyrrelser indusert, for eksempel av den allestedsnærværende tilstedeværelsen av et miljø, gir faktisk opphav til feil som raskt ødelegger kvantesuperposisjoner, og som en konsekvens mister kvantedatamaskiner sin kant.

For å overvinne denne hindringen er det utviklet sofistikerte metoder for kvantefeilkorreksjon. Selv om de i teorien med hell kan nøytralisere effekten av feil, kommer de ofte med en massiv overhead i enhetskompleksitet, som i seg selv er feilutsatt og dermed potensielt til og med øker eksponeringen for feil. Som en konsekvens har fullverdig feilretting forblitt unnvikende.

I dette arbeidet utnyttet forskerne maskinlæring i et søk etter feilrettingsskjemaer som minimerer enhetens overhead samtidig som de opprettholder god feilkorrigerende ytelse. For dette formål fokuserte de på en autonom tilnærming til kvantefeilkorreksjon, der et smart utformet, kunstig miljø erstatter nødvendigheten av å utføre hyppige feiloppdagende målinger. De så også på "bosoniske qubit-kodinger", som for eksempel er tilgjengelige og brukt i noen av de for tiden mest lovende og utbredte kvantedatamaskinene basert på superledende kretser.

Å finne kandidater med høy ytelse i det enorme søkerommet med bosoniske qubit-kodinger representerer en kompleks optimaliseringsoppgave, som forskerne tar tak i med forsterkningslæring, en avansert maskinlæringsmetode, der en agent utforsker et muligens abstrakt miljø for å lære og optimalisere handlingspolitikken. Med dette fant gruppen ut at en overraskende enkel, omtrentlig qubit-koding ikke bare kunne redusere enhetens kompleksitet i stor grad sammenlignet med andre foreslåtte kodinger, men også utkonkurrerte konkurrentene når det gjaldt evnen til å korrigere feil.

Yexiong Zeng, den første forfatteren av artikkelen, sier: "Vårt arbeid viser ikke bare potensialet for å distribuere maskinlæring mot kvantefeilkorreksjon, men det kan også bringe oss et skritt nærmere en vellykket implementering av kvantefeilkorreksjon i eksperimenter."

I følge Franco Nori, "Maskinlæring kan spille en sentral rolle i å håndtere store kvanteberegnings- og optimaliseringsutfordringer. For tiden er vi aktivt involvert i en rekke prosjekter som integrerer maskinlæring, kunstige nevrale nettverk, kvantefeilkorreksjon og kvantefeiltoleranse.»

####

For mer informasjon, klikk her.

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

Copyright © RIKEN

Hvis du har en kommentar, vær så snill Kontakt oss.

Utstedere av nyhetsutgivelser, ikke 7th Wave, Inc. eller Nanotechnology Now, er alene ansvarlig for nøyaktigheten av innholdet.

Bokmerke:

Relaterte linker

ARTIKKELTITEL

Relaterte nyheter Press

Nyheter og informasjon

Chung-Ang University-forskere utvikler ny DNA-biosensor for tidlig diagnose av livmorhalskreft: Den elektrokjemiske sensoren, laget av en grafittisk nano-løk/molybdendisulfid-nanoarkkompositt, oppdager humant papillomavirus (HPV)-16 og HPV-18, med høy spesifisitet September 8th, 2023

Ny forbindelse frigjør immunsystemet på metastaser September 8th, 2023

Tester finner ingen frittstående nanorør frigjort fra dekkslitasje September 8th, 2023

Kvante får forskere til å se det usynlige September 8th, 2023

Mulige futures

Chung-Ang University-forskere utvikler ny DNA-biosensor for tidlig diagnose av livmorhalskreft: Den elektrokjemiske sensoren, laget av en grafittisk nano-løk/molybdendisulfid-nanoarkkompositt, oppdager humant papillomavirus (HPV)-16 og HPV-18, med høy spesifisitet September 8th, 2023

Ny forbindelse frigjør immunsystemet på metastaser September 8th, 2023

Tester finner ingen frittstående nanorør frigjort fra dekkslitasje September 8th, 2023

Kvante får forskere til å se det usynlige September 8th, 2023

Quantum Computing

Trening av kvantedatamaskiner: fysikere vinner prestisjetunge IBM Award September 8th, 2023

Å låse opp kvantepotensiale: Utnytte høydimensjonale kvantetilstander med QDs og OAM: Generering av nesten deterministiske OAM-baserte sammenfiltrede tilstander tilbyr en bro mellom fotoniske teknologier for kvantefremskritt September 8th, 2023

Forskere går mot skalerbare kvantesimuleringer på en fotonisk brikke: Et system som bruker fotonikkbaserte syntetiske dimensjoner kan brukes til å forklare komplekse naturfenomener Juni 30th, 2023

Forskningsgjennombrudd kan være viktig for kvanteberegningsfremtiden: Irsk-baserte forskere bekrefter avgjørende egenskaper ved nytt superledermateriale Juni 30th, 2023

funn

Elektronisk deteksjon av DNA nanoballer muliggjør enkel patogendeteksjon Peer-Reviewed Publication September 8th, 2023

Trening av kvantedatamaskiner: fysikere vinner prestisjetunge IBM Award September 8th, 2023

Å låse opp kvantepotensiale: Utnytte høydimensjonale kvantetilstander med QDs og OAM: Generering av nesten deterministiske OAM-baserte sammenfiltrede tilstander tilbyr en bro mellom fotoniske teknologier for kvantefremskritt September 8th, 2023

Tester finner ingen frittstående nanorør frigjort fra dekkslitasje September 8th, 2023

Kunngjøringer

Elektronisk deteksjon av DNA nanoballer muliggjør enkel patogendeteksjon Peer-Reviewed Publication September 8th, 2023

Trening av kvantedatamaskiner: fysikere vinner prestisjetunge IBM Award September 8th, 2023

Tester finner ingen frittstående nanorør frigjort fra dekkslitasje September 8th, 2023

Kvante får forskere til å se det usynlige September 8th, 2023

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
• PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
• PlatoESG. Bil / elbiler, Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
• PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
• ChartPrime. Hev handelsspillet ditt med ChartPrime. Tilgang her.
• BlockOffsets. Modernisering av eierskap for miljøkompensasjon. Tilgang her.
• kilde: http://www.nanotech-now.com/news.cgi?story_id=57388