A.I. Tiene il segreto della creazione di computer quantistici

I computer quantistici hanno la chiave per raggiungere ciò che è considerato impossibile con i sistemi informatici convenzionali odierni. Anche se deve ancora essere creato uno strumento completamente funzionale, i simulatori quantistici - o sistemi più piccoli pensati per risolvere problemi specifici - hanno già dimostrato la capacità di sovraperformare i supercomputer moderni in determinati compiti.

Queste strutture quantistiche possono eseguire innumerevoli operazioni a velocità ridicole. Questo potrebbe sembrare solo un beneficio, ma il Dr. Giuseppe Carleo del Center for Computational Quantum Physics del Flatiron Institute di New York spiega che il più grande vantaggio dei computer quantistici è in realtà un importante ostacolo.

"Controllare che il tuo laptop funzioni correttamente è abbastanza semplice, fare lo stesso per i computer quantici è più complicato," dice Carleo Inverso. "Ogni volta che esegui un programma su di essi l'output non è deterministico, il che si traduce in molte risposte per una domanda. Questo è ciò che rende un computer quantico così potente, ma significa anche che è più difficile valutare se questi risultati sono completamente casuali o se sono corretti."

Ma Carleo e un gruppo di ricercatori internazionali hanno escogitato un modo per controllare rapidamente complessi sistemi quantistici usando l'intelligenza artificiale. Il loro studio, che è stato pubblicato sulla rivista Fisica della natura il 26 febbraio fornisce una tecnica che sarà necessaria per dimostrare che i computer quantistici del futuro stanno effettivamente funzionando.

Il modo in cui i sistemi quantistici memorizzano le informazioni è ciò che li rende così difficili da verificare.

La più piccola unità di dati in un computer è un po ', che deve essere uno o uno zero. I sistemi di calcolo quantistico usano "qubit", che possono rappresentare entrambi e zero allo stesso tempo. Questo piccolo cambiamento consente a questi computer di affrontare una quantità inimmaginabile di compiti. Una serie di 50 qubit può rappresentare 10.000.000.000.000.000 di numeri, questo richiederebbe petabyte di spazio in un computer tradizionale e sarebbe completamente impossibile per gli scienziati tornare indietro e controllare.

Carleo e le sue università utilizzavano tecniche di apprendimento automatico per controllare essenzialmente il lavoro dei sistemi quantistici, qualcosa che non è fattibile usando metodi convenzionali.

"Queste macchine sono in grado di catturare l'essenza del sistema quantico in un modo molto compatto", ha affermato Carleo. "Le reti neurali comprendono le caratteristiche rilevanti in questi sistemi estremamente complessi più o meno automaticamente. Sono in grado di cogliere questa complessità e trasformarla per comprendere le sue strutture fondamentali ".

Questa non è la prima volta che i ricercatori hanno usato A.I. fare qualcosa del genere, ma il lavoro di Carleo è in grado di analizzare sistemi più elaborati rispetto alla ricerca che lo ha preceduto.

I Qubit sono organizzati in diverse forme per risolvere vari problemi. Le reti neurali precedenti erano in grado di controllare solo sistemi unidimensionali, quindi una linea retta di qubit. Questo studio è stato in grado di controllare con successo array "a due dimensioni" e "a reticolo" di qubit.

"Per caratterizzare programmi quantici più generali, dobbiamo andare oltre queste strutture unidimensionali di qubit", ha affermato Carleo. "La nostra tecnica è un passo in avanti in questa direzione, così da poter affrontare arbitrari arresti di qubit".

Questa ricerca dimostra che la creazione di un computer quantistico completamente funzionale sarà interamente dipendente dall'apprendimento automatico. Senza questi tipi di algoritmi di deep learning, non importa quanti scienziati di sistemi quantici si assemblano, non ci sarebbe alcun modo di dimostrare che funzionano davvero.

A.I. detiene la chiave del Santo Graal dell'informatica moderna.