Học máy loại bỏ rắc rối khỏi các thí nghiệm nguyên tử lạnh – Thế giới Vật lý

Học máy loại bỏ rắc rối khỏi các thí nghiệm nguyên tử lạnh – Thế giới Vật lý

Dấu thời gian: ngày 31 tháng 2024 năm 4 29:XNUMX sáng
Nút nguồn: 3091277


Hình ảnh buồng chân không chứa rubidium MOT, được bao quanh bởi hệ thống quang học và hình ảnh
Điều chỉnh tự động: Hình ảnh nhìn vào buồng chân không chứa bẫy quang từ rubidium (MOT) của nhóm Tübingen. Tần số của tia laser MOT được điều khiển bởi một tác nhân học tăng cường. (Lịch sự: Malte Reinschmidt)

Nguyên tử lạnh giải quyết được nhiều vấn đề trong công nghệ lượng tử. Muốn có một máy tính lượng tử? Bạn có thể làm một cái từ một dãy nguyên tử cực lạnh. Cần một bộ lặp lượng tử cho mạng truyền thông an toàn? Nguyên tử lạnh bạn đã bảo hiểm chưa. Thế còn một máy mô phỏng lượng tử cho các bài toán vật chất ngưng tụ phức tạp thì sao? Chuẩn rồi, nguyên tử lạnh cũng có thể làm được điều đó.

Nhược điểm là thực hiện bất kỳ điều nào trong số này đòi hỏi trị giá khoảng hai giải Nobel của thiết bị thí nghiệm. Tệ hơn nữa, những nguồn gây khó chịu nhỏ nhất – sự thay đổi nhiệt độ trong phòng thí nghiệm, từ trường lạc lối (các nguyên tử lạnh cũng tạo ra từ kế lượng tử xuất sắc), thậm chí một cánh cửa đóng sầm – có thể làm mất ổn định các dãy tia laser, quang học, cuộn dây từ tính và điện tử phức tạp khiến vật lý nguyên tử lạnh trở nên khả thi.

Để đối phó với sự phức tạp này, các nhà vật lý nguyên tử lạnh đã bắt đầu khám phá những cách sử dụng máy học để tăng cường các thí nghiệm của họ. Ví dụ, vào năm 2018, một nhóm tại Đại học Quốc gia Úc đã phát triển một quy trình được tối ưu hóa bằng máy để tải các nguyên tử vào bẫy quang từ (MOT) tạo thành điểm khởi đầu cho các thí nghiệm nguyên tử lạnh. Năm 2019, một nhóm tại RIKEN ở Nhật Bản đã áp dụng nguyên tắc này vào giai đoạn sau của quy trình làm mát, sử dụng máy học để xác định những cách mới và hiệu quả để làm mát nguyên tử đến nhiệt độ một phần độ trên độ không tuyệt đối, nơi chúng đi vào trạng thái lượng tử được gọi là ngưng tụ Bose-Einstein (BEC).

Hãy để máy làm điều đó

Trong bước phát triển mới nhất của xu hướng này, hai nhóm nhà vật lý độc lập đã chỉ ra rằng một dạng học máy được gọi là học tăng cường có thể giúp các hệ thống nguyên tử lạnh xử lý sự gián đoạn.

“Trong phòng thí nghiệm, chúng tôi nhận thấy hệ thống sản xuất BEC của chúng tôi khá không ổn định, đến mức chúng tôi chỉ có khả năng sản xuất BEC có chất lượng hợp lý trong vài giờ mỗi ngày,” giải thích Nick Milson, nghiên cứu sinh tiến sĩ tại Đại học Alberta, Canada, người đã lãnh đạo một trong những dự án. Việc tối ưu hóa hệ thống này bằng tay tỏ ra đầy thách thức: “Bạn có một quy trình được củng cố bởi vật lý phức tạp và nói chung là khó thực hiện, và điều này được kết hợp bởi một thiết bị thí nghiệm vốn dĩ nhiên sẽ có một mức độ không hoàn hảo nào đó,” Milson nói. “Đây là lý do tại sao nhiều nhóm đã giải quyết vấn đề bằng học máy và tại sao chúng tôi chuyển sang học tăng cường để giải quyết vấn đề xây dựng bộ điều khiển nhất quán và phản ứng nhanh”.

Học tăng cường (RL) hoạt động khác với các chiến lược học máy khác sử dụng dữ liệu đầu vào được gắn nhãn hoặc không gắn nhãn và sử dụng dữ liệu đó để dự đoán kết quả đầu ra. Thay vào đó, RL nhằm mục đích tối ưu hóa một quy trình bằng cách củng cố những kết quả mong muốn và trừng phạt những kết quả kém.

Trong nghiên cứu của họ, Milson và các đồng nghiệp đã cho phép một tác nhân RL được gọi là mạng lưới thần kinh phê bình tác nhân điều chỉnh 30 thông số trong bộ máy của họ để tạo ra BEC của các nguyên tử rubidium. Họ cũng cung cấp cho tác nhân 30 thông số môi trường được cảm nhận trong chu kỳ tạo BEC trước đó. Milson giải thích: “Người ta có thể coi diễn viên như người ra quyết định, cố gắng tìm ra cách hành động để đáp ứng với các kích thích môi trường khác nhau. “Nhà phê bình đang cố gắng tìm hiểu xem hành động của diễn viên sẽ thực hiện tốt như thế nào. Công việc của nó về cơ bản là cung cấp phản hồi cho người thực hiện bằng cách đánh giá mức độ “tốt” hay “xấu” của các hành động tiềm năng được thực hiện.”

Sau khi huấn luyện đặc vụ RL của họ dựa trên dữ liệu từ các lần chạy thử nghiệm trước đó, các nhà vật lý ở Alberta phát hiện ra rằng bộ điều khiển được dẫn hướng bằng RL luôn hoạt động tốt hơn con người trong việc nạp các nguyên tử rubidium vào bẫy từ. Hạn chế chính, Milson nói, là thời gian cần thiết để thu thập dữ liệu đào tạo. Ông nói: “Nếu chúng tôi có thể giới thiệu một kỹ thuật hình ảnh không phá hủy như hình ảnh dựa trên huỳnh quang, thì về cơ bản, chúng tôi có thể khiến hệ thống thu thập dữ liệu mọi lúc, bất kể ai hiện đang sử dụng hệ thống hoặc vì mục đích gì”. Thế giới vật lý.

Từng bước một

Trong một công trình riêng biệt, các nhà vật lý dẫn đầu bởi Valentin Volchkov của Viện Hệ thống Thông minh Max Planck và Đại học Tübingen, Đức, cùng với đồng nghiệp Tübingen của ông Andreas Gunther, đã thực hiện một cách tiếp cận khác. Thay vì đào tạo đặc vụ RL để tối ưu hóa hàng tá thông số thử nghiệm, họ chỉ tập trung vào hai thông số: gradient từ trường của Bộ GTVT và tần số ánh sáng laser dùng để làm mát và bẫy các nguyên tử rubidium trong đó.

Giá trị tối ưu của tần số laser nói chung là giá trị tạo ra số lượng nguyên tử lớn nhất N ở nhiệt độ thấp nhất T. Tuy nhiên, cái này thay đổi giá trị tối ưu khi nhiệt độ giảm do tương tác giữa các nguyên tử và ánh sáng laser. Do đó, nhóm Tübingen đã cho phép tác nhân RL của họ điều chỉnh các tham số ở 25 bước thời gian liên tiếp trong chu kỳ tải MOT dài 1.5 giây và “thưởng” nó khi đạt được càng gần giá trị mong muốn càng tốt. N/T ở cuối, được đo bằng hình ảnh huỳnh quang.

Trong khi đặc vụ RL không đưa ra bất kỳ chiến lược nào trước đây chưa được biết đến để làm lạnh các nguyên tử trong Bộ GTVT – “một kết quả khá nhàm chán”, Volchkov nói đùa – nó đã làm cho thiết bị thí nghiệm trở nên mạnh mẽ hơn. Ông nói: “Nếu có một số nhiễu loạn ở quy mô thời gian lấy mẫu của chúng tôi, thì tác nhân sẽ có thể phản ứng với điều đó nếu nó được đào tạo phù hợp”. Ông cho biết thêm, những điều chỉnh tự động như vậy sẽ rất quan trọng để tạo ra các thiết bị lượng tử di động “không thể để các nghiên cứu sinh tiến sĩ chăm sóc chúng 24-7”.

Một công cụ cho các hệ thống phức tạp

Volchkov cho rằng RL còn có thể có những ứng dụng rộng rãi hơn trong vật lý nguyên tử lạnh. Ông nói: “Tôi tin chắc rằng học tăng cường có khả năng mang lại các phương thức hoạt động mới và trình tự điều khiển phản trực giác khi áp dụng để điều khiển các thí nghiệm khí lượng tử cực lạnh với đủ bậc tự do”. Thế giới vật lý. “Điều này đặc biệt phù hợp với các loại nguyên tử và phân tử phức tạp hơn. Cuối cùng, việc phân tích các phương thức điều khiển mới này có thể làm sáng tỏ các nguyên lý vật lý chi phối các loại khí cực lạnh kỳ lạ hơn.”

Milson cũng nhiệt tình tương tự về tiềm năng của kỹ thuật này. Ông nói: “Các trường hợp sử dụng có lẽ là vô tận, trải rộng trên mọi lĩnh vực của vật lý nguyên tử”. “Từ việc tối ưu hóa việc nạp các nguyên tử vào nhíp quang học đến thiết kế các giao thức trong bộ nhớ lượng tử để lưu trữ và truy xuất thông tin lượng tử một cách tối ưu, học máy dường như rất phù hợp với các kịch bản nhiều vật thể phức tạp được tìm thấy trong vật lý nguyên tử và lượng tử.”

Công trình của nhóm Alberta được xuất bản trên Học máy: Khoa học và Công nghệ. Công việc của nhóm Tübingen xuất hiện trong một arXiv in sẵn.

  • Bài viết này đã được sửa đổi vào ngày 31 tháng 2024 năm XNUMX để làm rõ mối quan hệ của Valentin Volchkov và các chi tiết về thí nghiệm Tübingen.

Dấu thời gian:

Thêm từ Thế giới vật lý