일체 포함. 양자 컴퓨터 창조의 비밀 보유

퀀텀 컴퓨터는 오늘날의 전통적인 컴퓨팅 시스템으로는 불가능하다고 여겨지는 것을 달성하기위한 핵심 요소입니다. 완전히 기능적인 것이 아직 만들어지지 않았지만 양자 시뮬레이터 또는 특정 문제를 해결하기위한 소형 시스템은 이미 특정 업무에서 최신 슈퍼 컴퓨터보다 성능이 뛰어난 것으로 나타났습니다.

이러한 양자 구조는 우스꽝스러운 속도로 무수히 많은 연산을 수행 할 수 있습니다. 이것은 이점으로 보일지 모르지만 뉴욕의 Flatiron Institute의 전산 물리학 센터 (Computational Quantum Physics)의 Giuseppe Carleo 박사는 양자 컴퓨터의 가장 큰 자산은 사실 주요 장벽이라고 설명합니다.

"노트북이 올바르게 작동하는지 확인하는 것은 매우 간단합니다. 양자 컴퓨터에서도 똑같이하는 것이 더 복잡합니다."라고 Carleo는 말합니다 역. "당신이 프로그램을 실행할 때마다 결과는 비 결정적입니다. 그 결과 하나의 질문에 대한 많은 답이 생깁니다. 이것은 양자 컴퓨터를 매우 강력하게 만드는 것이지만, 그 결과가 완전히 무작위인지 올바른지 평가하는 것이 더 어렵다는 것을 의미합니다."

그러나 Carleo와 국제 연구자 그룹은 인공 지능을 사용하여 복잡한 양자 시스템을 신속하게 감사 할 수있는 방법을 찾아 냈습니다. 학술지에 게재 된 연구 결과 자연 물리학 2 월 26 일 미래의 양자 컴퓨터가 실제로 작동하고 있음을 보여줄 수있는 기술을 제공합니다.

양자 시스템이 정보를 저장하는 방식은 검증하기가 어렵 기 때문입니다.

컴퓨터에있는 데이터의 최소 단위는 조금 있습니다. 또는 0이다. 양자 컴퓨팅 시스템은 양자를 나타낼 수있는 "큐 비트 (qubits)"를 사용합니다. 과 동시에 제로 이 작은 변화로 인해이 컴퓨터는 상상도 할 수없는 양의 작업을 처리 할 수 ​​있습니다. 일련의 50 큐 비트는 10,000,000,000,000,000 개의 숫자를 나타낼 수 있습니다. 이는 전통적인 컴퓨터에서 페타 바이트 공간을 차지하며 과학자가 다시 돌아가 검사하는 것은 완전히 불가능합니다.

Carleo와 그의 대학은 기계 학습 기술을 사용하여 양자 시스템의 작업을 확인했습니다. 기존의 방법으로는 불가능한 작업이었습니다.

"이 기계들은 매우 조밀 한 방식으로 양자 시스템의 본질을 포착 할 수 있습니다."라고 Carleo는 말했습니다. "신경망은 이러한 매우 복잡한 시스템의 관련 기능을 다소간 자동으로 이해합니다. 그들은 이러한 복잡성을 이해하고 그것의 기본 구조를 이해하기 위해 변형시킬 수 있습니다."

연구원이 A.I.을 처음 사용하는 것은 아닙니다. 이런 식으로 할 수는 있지만 Carleo의 연구는 이전의 연구보다 더 정교한 시스템을 분석 할 수 있습니다.

큐빗은 다양한 문제를 해결하기 위해 여러 모양으로 구성됩니다. 이전의 신경망은 일차원 시스템만을 감사 할 수 있었기 때문에 직선의 큐빗 (qubit)이 가능했습니다. 이 연구는 큐 비트의 "2 차원"및 "격자 형"배열을 성공적으로 확인할 수있었습니다.

"보다 일반적인 양자 프로그램을 특징 짓기 위해서는 큐 비트의 1 차원 구조를 넘어서야합니다."라고 Carleo는 말합니다. "우리의 기술은이 방향으로 나아가는 단계이므로 임의적 인 큐 비트의 태도에 대처할 수 있습니다."

이 연구는 완전 기능성 양자 컴퓨터의 생성이 기계 학습에 전적으로 의존한다는 것을 보여줍니다. 얼마나 많은 양의 양자 시스템 과학자들이 모여도 이러한 종류의 깊은 학습 알고리즘이 없다면 실제로 작동하는 것을 증명할 수있는 방법이 없습니다.

일체 포함. 오늘날 컴퓨팅의 성배에 열쇠를 가지고 있습니다.