Nanotechnology Now - Press Release: Machine Learning Contributes To Better Quantum Error Correction

Republicado por Platão

seguidores: 0

Início > Press > O aprendizado de máquina contribui para uma melhor correção de erros quânticos

Uma imagem gerada por IA ilustrando o trabalho

Abstrato:
Pesquisadores do Centro RIKEN de Computação Quântica usaram aprendizado de máquina para realizar correção de erros em computadores quânticos – uma etapa crucial para tornar esses dispositivos práticos – usando um sistema de correção autônomo que, apesar de aproximado, pode determinar com eficiência a melhor forma de fazer as correções necessárias.

O aprendizado de máquina contribui para uma melhor correção de erros quânticos

Wako, Japão | Postado em 8 de setembro de 2023

Ao contrário dos computadores clássicos, que operam em bits que só podem assumir os valores básicos 0 e 1, os computadores quânticos operam em “qubits”, que podem assumir qualquer superposição dos estados da base computacional. Em combinação com o emaranhamento quântico, outra característica quântica que conecta diferentes qubits além dos meios clássicos, isto permite que os computadores quânticos realizem operações inteiramente novas, dando origem a vantagens potenciais em algumas tarefas computacionais, como pesquisas em grande escala, problemas de otimização e criptografia.

O principal desafio para colocar em prática os computadores quânticos decorre da natureza extremamente frágil das superposições quânticas. Na verdade, pequenas perturbações induzidas, por exemplo, pela presença omnipresente de um ambiente dão origem a erros que destroem rapidamente as superposições quânticas e, como consequência, os computadores quânticos perdem a sua vantagem.

Para superar este obstáculo, foram desenvolvidos métodos sofisticados de correção quântica de erros. Embora possam, em teoria, neutralizar com sucesso o efeito dos erros, muitas vezes acarretam uma enorme sobrecarga na complexidade do dispositivo, que por si só é propenso a erros e, portanto, potencialmente até aumenta a exposição a erros. Como consequência, a correção completa de erros permaneceu indefinida.

Neste trabalho, os pesquisadores aproveitaram o aprendizado de máquina na busca por esquemas de correção de erros que minimizem a sobrecarga do dispositivo, mantendo um bom desempenho de correção de erros. Para este fim, eles se concentraram em uma abordagem autônoma para correção quântica de erros, onde um ambiente artificial inteligentemente projetado substitui a necessidade de realizar medições frequentes de detecção de erros. Eles também analisaram “codificações qubit bosônicas”, que estão, por exemplo, disponíveis e utilizadas em algumas das máquinas de computação quântica mais promissoras e difundidas atualmente, baseadas em circuitos supercondutores.

Encontrar candidatos de alto desempenho no vasto espaço de busca de codificações qubit bosônicas representa uma tarefa complexa de otimização, que os pesquisadores abordam com aprendizado por reforço, um método avançado de aprendizado de máquina, onde um agente explora um ambiente possivelmente abstrato para aprender e otimizar sua política de ação. Com isso, o grupo descobriu que uma codificação qubit surpreendentemente simples e aproximada poderia não apenas reduzir bastante a complexidade do dispositivo em comparação com outras codificações propostas, mas também superar seus concorrentes em termos de capacidade de corrigir erros.

Yexiong Zeng, o primeiro autor do artigo, afirma: “Nosso trabalho não apenas demonstra o potencial de implantação de aprendizado de máquina para correção de erros quânticos, mas também pode nos aproximar um passo da implementação bem-sucedida da correção de erros quânticos em experimentos”.

De acordo com Franco Nori, “o aprendizado de máquina pode desempenhar um papel fundamental na abordagem dos desafios de computação quântica e otimização em grande escala. Atualmente, estamos ativamente envolvidos em vários projetos que integram aprendizado de máquina, redes neurais artificiais, correção quântica de erros e tolerância quântica a falhas.”

####

Para mais informações, por favor clique SUA PARTICIPAÇÃO FAZ A DIFERENÇA

Contactos:
Jens Wilkinson
RIKEN
Escritório: 81-484-621-424

Direitos autorais © RIKEN

Se você tiver um comentário, por favor Contato nós.

Os emissores de boletins de notícias, não a 7th Wave, Inc. ou Nanotechnology Now, são os únicos responsáveis pela precisão do conteúdo.

Marca páginas:

Links Relacionados

TÍTULO DO ARTIGO

Notícias Relacionadas

Notícias e informações

Pesquisadores da Universidade Chung-Ang desenvolvem um novo biossensor de DNA para diagnóstico precoce de câncer cervical: o sensor eletroquímico, feito de um composto de nanofolha de nano-cebola/dissulfeto de molibdênio grafítico, detecta papilomavírus humano (HPV)-16 e HPV-18, com alta especificidade 8 de setembro de 2023

Novo composto libera o sistema imunológico em metástases 8 de setembro de 2023

Os testes não encontraram nanotubos independentes liberados pelo desgaste da banda de rodagem dos pneus 8 de setembro de 2023

Quantum capacita os pesquisadores a ver o invisível 8 de setembro de 2023

Possíveis Futuros

Novo composto libera o sistema imunológico em metástases 8 de setembro de 2023

Os testes não encontraram nanotubos independentes liberados pelo desgaste da banda de rodagem dos pneus 8 de setembro de 2023

Quantum capacita os pesquisadores a ver o invisível 8 de setembro de 2023

Computação quântica

Treinando computadores quânticos: físicos ganham prestigiado prêmio IBM 8 de setembro de 2023

Desbloqueando o potencial quântico: Aproveitando estados quânticos de alta dimensão com QDs e OAM: A geração de estados emaranhados quase determinísticos baseados em OAM oferece uma ponte entre tecnologias fotônicas para avanços quânticos 8 de setembro de 2023

Cientistas avançam em direção a simulações quânticas escaláveis em um chip fotônico: um sistema usando dimensões sintéticas baseadas em fotônica pode ser usado para ajudar a explicar fenômenos naturais complexos 30 de junho de 2023

O avanço da pesquisa pode ser significativo para o futuro da computação quântica: cientistas irlandeses confirmam característica crucial do novo material supercondutor 30 de junho de 2023

Descobertas

A detecção eletrônica de nanobolas de DNA permite a detecção simples de patógenos Publicação revisada por pares 8 de setembro de 2023

Treinando computadores quânticos: físicos ganham prestigiado prêmio IBM 8 de setembro de 2023

Os testes não encontraram nanotubos independentes liberados pelo desgaste da banda de rodagem dos pneus 8 de setembro de 2023

Anúncios

A detecção eletrônica de nanobolas de DNA permite a detecção simples de patógenos Publicação revisada por pares 8 de setembro de 2023

Treinando computadores quânticos: físicos ganham prestigiado prêmio IBM 8 de setembro de 2023

Os testes não encontraram nanotubos independentes liberados pelo desgaste da banda de rodagem dos pneus 8 de setembro de 2023

Quantum capacita os pesquisadores a ver o invisível 8 de setembro de 2023

Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
PlatãoESG. Automotivo / EVs, Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
ChartPrime. Eleve seu jogo de negociação com ChartPrime. Acesse aqui.
BlockOffsets. Modernizando a Propriedade de Compensação Ambiental. Acesse aqui.
Fonte: http://www.nanotech-now.com/news.cgi?story_id=57388