A.I. Houdt het geheim voor de totstandkoming van kwantumcomputers

Kwantumcomputers zijn de sleutel tot het bereiken van wat met de huidige conventionele computersystemen als onmogelijk wordt beschouwd. Hoewel een volledig functionele nog moet worden gecreëerd, hebben kwantumsimulatoren - of kleinere systemen bedoeld om specifieke problemen op te lossen - al het vermogen getoond om bij bepaalde taken moderne supercomputers te overtreffen.

Deze quantumstructuren kunnen een ontelbaar aantal operaties uitvoeren met belachelijke snelheden. Dit lijkt misschien alleen maar een voordeel, maar Dr. Giuseppe Carleo van het Centre for Computational Quantum Physics aan het Flatiron Institute in New York legt uit dat de grootste troef van kwantumcomputers eigenlijk een belangrijke wegversperring is.

"Controleren of uw laptop correct werkt, is redelijk eenvoudig, hetzelfde doen voor quantumcomputers is ingewikkelder", vertelt Carleo. omgekeerde. "Telkens wanneer u een programma op hen uitvoert, is de uitvoer niet-deterministisch, wat resulteert in veel antwoorden op één vraag. Dit is wat een kwantumcomputer zo krachtig maakt, maar het betekent ook dat het moeilijker is om te beoordelen of die resultaten volledig willekeurig zijn of dat ze correct zijn."

Maar Carleo en een groep internationale onderzoekers hebben een manier bedacht om snel complexe kwantumsystemen te controleren met behulp van kunstmatige intelligentie. Hun studie, die werd gepubliceerd in het tijdschrift Natuurfysica op 26 februari biedt een techniek die nodig is om te laten zien dat de kwantumcomputers van de toekomst echt werken.

De manier waarop kwantumsystemen informatie opslaan, maakt ze zo moeilijk te verifiëren.

De kleinste gegevenseenheid op een computer is een beetje, dat moet één zijn of een nul. Quantum-computersystemen gebruiken 'qubits', die beide kunnen vertegenwoordigen en nul tegelijk. Door deze kleine wijziging kunnen deze computers een onvoorstelbaar aantal taken uitvoeren. Een reeks van 50 qubits kan 10.000.000.000.000.000 getallen vertegenwoordigen, dit zou petabytes ruimte in beslag nemen op een traditionele computer en zou voor wetenschappers totaal onmogelijk zijn om terug te gaan en te controleren.

Carleo en zijn collega's gebruikten machinale leertechnieken om in wezen het werk van kwantumsystemen te controleren, iets dat niet haalbaar is met behulp van conventionele methoden.

"Deze machines zijn in staat om de essentie van het kwantumsysteem op een zeer compacte manier vast te leggen," zei Carleo. "Neurale netwerken begrijpen de relevante functies in deze uiterst complexe systemen min of meer automatisch. Ze zijn in staat om deze complexiteit te vatten en te transformeren om de fundamentele structuren te begrijpen."

Dit is niet de eerste keer dat onderzoekers A.I. hebben gebruikt. om zoiets te doen, maar Carleo's werk is in staat om meer uitgebreide systemen te analyseren dan het onderzoek dat eraan voorafging.

Qubits zijn georganiseerd in verschillende vormen om verschillende problemen op te lossen. Eerdere neurale netten konden alleen eendimensionale systemen auditen, dus een rechte lijn van qubits. Deze studie was in staat om "tweedimensionale" en "roostervormige" reeksen van qubits te controleren.

"Om meer algemene kwantumprogramma's te karakteriseren, moeten we verder gaan dan deze eendimensionale structuren van qubits," verklaarde Carleo. "Onze techniek is een stap voorwaarts in deze richting, zodat we arbitraire beschuldigingen van qubits kunnen aanpakken."

Dit onderzoek laat zien dat het creëren van een volledig functionele kwantumcomputer volledig afhankelijk is van machine learning. Zonder dit soort algoritmen voor diep leren, ongeacht hoeveel wetenschappers van kwantumsystemen bij elkaar komen, zou er geen enkele manier zijn om te bewijzen dat ze echt werken.

A.I. is de sleutel tot de heilige graal van moderne computers.