Els ordinadors tradicionals poden resoldre alguns problemes quàntics


quàntic

Crèdit: CC0 Public Domain

Hi ha hagut molt de rebombori sobre els ordinadors quàntics i per una bona raó. Els ordinadors futuristes estan dissenyats per imitar el que passa a la natura a escala microscòpica, el que significa que tenen el poder d’entendre millor l’àmbit quàntic i accelerar el descobriment de nous materials, inclosos els productes farmacèutics, els productes químics respectuosos amb el medi ambient i molt més. Tanmateix, els experts diuen que els ordinadors quàntics viables encara estan a una dècada o més. Què han de fer els investigadors mentrestant?

Un nou estudi dirigit per Caltech a la revista Ciència descriu com aprenentatge automàtic eines, seguiu ordinadors clàssicses pot utilitzar per fer prediccions sobre sistemes quàntics i així ajudar els investigadors a resoldre alguns dels problemes més complicats de física i química. Tot i que aquesta noció s’ha demostrat experimentalment abans, el nou informe és el primer que demostra matemàticament que el mètode funciona.

“Els ordinadors quàntics són ideals per a molts tipus de problemes de física i ciències dels materials”, diu l’autor principal Hsin-Yuan (Robert) Huang, un estudiant de postgrau que treballa amb John Preskill, el professor de física teòrica Richard P. Feynman i Allen VC Davis i Lenabelle Davis Presidenta de lideratge de l’Institut de Ciència i Tecnologia Quàntiques (IQIM). “Però encara no hi som del tot i ens ha sorprès saber que els mètodes clàssics d’aprenentatge automàtic es poden utilitzar mentrestant. En definitiva, aquest article tracta de mostrar què podem aprendre els humans sobre el món físic”.

A nivells microscòpics, el món físic es converteix en un lloc increïblement complex governat per les lleis de la física quàntica. En aquest regne, les partícules poden existir en a superposició d’estats, o en dos estats alhora. I una superposició d’estats pot conduir a enredament, un fenomen en el qual les partícules estan enllaçades, o correlacionades, sense ni tan sols estar en contacte entre elles. Aquests estranys estats i connexions, que estan molt estesos en materials naturals i fets per l’home, són molt difícils de descriure matemàticament.

“Predir l’estat de baixa energia d’un material és molt difícil”, diu Huang. “Hi ha un gran nombre d’àtoms, i estan superposats i entrellaçats. No pots escriure una equació per descriure-ho tot”.

El nou estudi és la primera demostració matemàtica que l’aprenentatge automàtic clàssic es pot utilitzar per salvar la bretxa entre nosaltres i el món quàntic. L’aprenentatge automàtic és un tipus d’aplicació informàtica que imita cervell humà per aprendre de les dades.

“Som éssers clàssics que vivim en un món quàntic”, diu Preskill. “Els nostres cervells i els nostres ordinadors són clàssics, i això limita la nostra capacitat d’interactuar i entendre la realitat quàntica”.

Tot i que estudis anteriors han demostrat que les aplicacions d’aprenentatge automàtic tenen la capacitat de resoldre alguns problemes quàntics, aquests mètodes solen funcionar de manera que dificulten als investigadors saber com les màquines van arribar a les seves solucions.

“Normalment, quan es tracta d’aprenentatge automàtic, no saps com la màquina va resoldre el problema. És una caixa negra”, diu Huang. “Però ara bàsicament hem esbrinat què passa a la caixa mitjançant les nostres simulacions numèriques”. Huang i els seus col·legues van fer molt simulacions numèriques en col·laboració amb l’AWS Center for Quantum Computing de Caltech, que va corroborar els seus resultats teòrics.

El nou estudi ajudarà els científics a comprendre i classificar millor les fases complexes i exòtiques de la matèria quàntica.

“La preocupació era que les persones que creaven nous estats quàntics al laboratori podrien no ser capaços d’entendre’ls”, explica Preskill. “Però ara podem obtenir dades clàssiques raonables per explicar què està passant. Les màquines clàssiques no només ens donen una resposta com un oracle, sinó que ens guien cap a una comprensió més profunda”.

El coautor Victor V. Albert, físic del NIST (Institut Nacional d’Estàndards i Tecnologia) i antic becari postdoctoral del premi DuBridge a Caltech, està d’acord. “La part que més m’entusiasma d’aquest treball és que ara estem més a prop d’una eina que t’ajuda a entendre la fase subjacent d’un estat quàntic sense requerir que sàpigues molt sobre aquest estat per endavant”.

En última instància, per descomptat, les futures eines d’aprenentatge automàtic basades en quàntics superaran els mètodes clàssics, diuen els científics. En a estudi relacionat publicat el 10 de juny de 2022 a CiènciaHuang, Preskill i els seus col·laboradors informen que utilitzen el processador Sycamore de Google, un quàntic rudimentari ordinadorper demostrar que l’aprenentatge automàtic quàntic és superior als enfocaments clàssics.

“Encara estem al principi d’aquest camp”, diu Huang. “Però sabem que l’aprenentatge automàtic quàntic serà finalment el més eficient”.

El Ciència L’estudi es titula “Aprenentatge automàtic demostrablement eficient per a problemes quàntics de molts cossos”.


La teoria suggereix que els ordinadors quàntics haurien de ser exponencialment més ràpids en algunes tasques d’aprenentatge que les màquines clàssiques


Més informació:
Hsin-Yuan Huang, aprenentatge automàtic demostrablement eficient per a problemes quàntics de molts cossos, Ciència (2022). DOI: 10.1126/science.abk3333. www.science.org/doi/10.1126/science.abk3333

Citació: Els ordinadors tradicionals poden resoldre alguns problemes quàntics (2022, 22 de setembre) recuperat el 22 de setembre de 2022 a https://phys.org/news/2022-09-traditional-quantum-problems.html

Aquest document està subjecte a drets d’autor. A part de qualsevol tracte just amb finalitats d’estudi o investigació privats, no es pot reproduir cap part sense el permís per escrit. El contingut es proporciona només amb finalitats informatives.