A.I. Turi „Quantum Computers“ kūrimo paslaptį

Kvantiniai kompiuteriai turi raktą į tai, kas šiandien neįprasta įprastomis kompiuterinėmis sistemomis. Nors vis dar turi būti sukurtas visiškai funkcionalus, kvantiniai simuliatoriai - arba mažesnės sistemos, skirtos konkrečioms problemoms spręsti, jau parodė sugebėjimą geriau atlikti šiuolaikinius superkompiuterius tam tikromis užduotimis.

Šios kvantinės struktūros gali paleisti nesuskaičiuojamą kiekį operacijų juokinga sparta. Tai gali atrodyti tik naudai, tačiau dr. Giuseppe Carleo iš skaičiavimo kvantinės fizikos centro „Flatiron“ institute Niujorke paaiškina, kad didžiausias kvantinių kompiuterių turtas iš tikrųjų yra pagrindinis kliūtis.

„Patikrinimas, ar jūsų nešiojamas kompiuteris veikia teisingai, yra gana paprasta, tai darant kvantinius kompiuterius yra sudėtingiau“, - sako Carleo Inversinis. „Kiekvieną kartą, kai paleisite programą ant jų, išvestis yra nenuosekli, o dėl to daug atsakymų į vieną klausimą. Taip kvantinis kompiuteris tampa toks galingas, bet tai taip pat reiškia, kad sunkiau įvertinti, ar šie rezultatai yra visiškai atsitiktiniai, ar jei jie yra teisingi. “

Tačiau Carleo ir tarptautinių mokslininkų grupė suprato, kaip greitai atlikti sudėtingų kvantinių sistemų auditą naudojant dirbtinį intelektą. Jų studija, kuri buvo paskelbta žurnale Gamtos fizika vasario 26 d. pateikia techniką, kuri bus būtina norint parodyti, kad ateities kvantiniai kompiuteriai iš tikrųjų veikia.

Kvantinių sistemų saugojimo būdas yra toks sunkus, kad juos būtų sunku patikrinti.

Mažiausias kompiuterio duomenų vienetas yra šiek tiek, kuris turi būti vienas arba nulis. Kvantinės skaičiavimo sistemos naudoja „qubits“, kurios gali atstovauti abiem ir nulis vienu metu. Šis mažas pokytis leidžia šiems kompiuteriams spręsti neįsivaizduojamą užduočių kiekį. 50 qubitų serija gali atstovauti 10 000 000 000 000 numerių, tai tradiciniame kompiuteryje užims petabitus erdvės ir mokslininkams būtų visiškai neįmanoma grįžti ir patikrinti.

Carleo ir jo kolegijos naudojo mašinų mokymosi metodus, kad iš esmės patikrintų kvantinių sistemų darbą, o tai nėra įmanoma naudojant įprastinius metodus.

„Šios mašinos sugeba labai kompaktiškai užfiksuoti kvantinės sistemos esmę“, - sakė Carleo. „Neuroniniai tinklai daugiau ar mažiau automatiškai supranta šių itin sudėtingų sistemų funkcijas. Jie sugeba suvokti šį sudėtingumą ir paversti jį suprasti jos pagrindines struktūras. “

Tai nėra pirmas kartas, kai mokslininkai panaudojo A.I. tai padaryti kažką panašaus, tačiau Carleo darbas gali analizuoti sudėtingesnes sistemas nei prieš tai atliktas tyrimas.

Qubits yra suskirstyti į skirtingas formas įvairioms problemoms spręsti. Ankstesni neuroniniai tinklai galėjo tik patikrinti vieną matmenų sistemas, taigi, tiesios qubitų linijos. Šis tyrimas sėkmingai galėjo patikrinti „dviejų matmenų“ ir „grotelės formos“ qubitų masyvus.

„Norint apibūdinti bendresnes kvantines programas, mes turime eiti per šį vienodą qubitų struktūrą“, - sakė Carleo. „Mūsų technika yra žingsnis į priekį šia kryptimi, kad galėtume kovoti su savavališkais qubitų elementais.“

Šis tyrimas parodo, kad visiškai funkcionalaus kvantinio kompiuterio sukūrimas priklausys nuo mašinos mokymosi. Be tokių gilių mokymosi algoritmų, nesvarbu, kiek kvantinės sistemos mokslininkai surenka, nebūtų jokio būdo įrodyti, kad jie iš tikrųjų dirba.

A.I. turi šiuolaikinės kompiuterijos šventojo gralo raktą.