By Sandra Helsel offentliggjort 18. august 2022
Quantum News Briefs åbner i dag med Multiverses CTO Sam Mugel-analyse af kvanteberegnings rolle i at forudsige og forhindre fremtidige økonomiske nedture, efterfulgt af Tristan Greenes blik på den nylige strid mellem DeepMinds kvante-AI-fund og russiske og koreanske forskeres tilbagevisning af, at disse resultater ikke er nøjagtige eller ikke relevante. . Dette efterfølges af et kig på Quantum Science Centers fokus på topologisk kvanteberegning og MERE.
*****
Kunne kvantecomputere bedre forudsige og forhindre økonomiske nedture?
Sam Mugel, Ph.D., CTO for Multiverse Computing, skrev for nylig i Forbes om den potentielle fordel ved kvanteberegning ved at forudsige og derfor forudsige økonomiske nedture. Quantum News briefs opsummerer her.
Mugels artikel er aktuel med voksende frygt for en økonomisk nedtur. Globale økonomier reagerer på en række af skiftende pres relateret til den globale pandemi, forsyningskædeforstyrrelser, geopolitiske konflikter og de højeste inflationsrater i årtier, for at nævne nogle få. At give organisationer indsigt i økonomiers adfærd har enorm værdi, men alligevel er vi særdeles dårlige til at forudsige økonomiske kriser.
Økonomier har konstant udviklende netværk, der omfatter flere aktører og aktiver. Denne kompleksitet af mulige konfigurationer er det, der gør dem så vanskelige at modellere effektivt, selv når man bruger nutidens mest kraftfulde supercomputere.
Opmærksomheden retter sig mod kvantes brug som et værktøj til kodificering af kvantitative makroøkonomiske problemer, der afslører, hvordan rigdom udvikler sig over tid som reaktion på ændringer eller forstyrrelser i det finansielle netværk. Det er allerede blevet vist, at kvanteudglødningsapparater, enheder oprindeligt udviklet til at løse komplekse optimeringsproblemer, er ideelle til dette arbejde.
Efterhånden som værktøjer til at simulere komplekse netværk udvikler sig yderligere i løbet af det næste årti, vil centralbanker og finansielle institutioner være meget bedre rustet til at forbedre økonomisk modstandskraft. Indsigt i sårbarheder vil hjælpe med at beskytte finansielle institutioner og enheder som pensionsfonde mod chokket fra usædvanlige begivenheder, der sandsynligvis vil ske i løbet af porteføljernes levetid. Det vil også hjælpe centralbankerne med at etablere et bedre forsvar mod fremtidige bestræbelser på at våben økonomien.
Muguel konkluderer: "Mens kvantecomputere har langt tilbage for at realisere sit fulde potentiale, genererer teknologien allerede værdifuld ny indsigt og peger på løsninger inden for markedsprognoser og stabilitet, hvor ingen eksisterede før." Læs Muguels originale artikel her.
*****
DeepMind er uenig med russiske videnskabsmænd, der bestridte Quantum AI-forskningsresultater
Tristan Greene fra NextWeb's Neural dækkede en nylig uenighed, som DeepMind, en Alphabet-forskningsvirksomhed med base i London, står over for, og som for otte måneder siden udgav et fascinerende forskningspapir, hvor det hævdede at have løst den enorme udfordring med at "simulere stof på kvanteskalaen med AI. ” Nu kan en gruppe akademiske forskere fra Rusland og Sydkorea have afsløret et problem med den originale forskning, der sætter hele papirets konklusion i tvivl. Quantum News Briefs opsummerer nedenfor; Greenes originale og omfattende gennemgang af denne uenighed kan læses her.
I december udgav DeepMind et papir med titlen "Skub grænserne for tæthedsfunktioner ved at løse det fraktionelle elektronproblem." I denne artikel hævder DeepMind-teamet at have radikalt forbedret nuværende metoder til modellering af kvanteadfærd gennem udviklingen af et neuralt netværk.
DeepMinds papir kom igennem den indledende, formelle gennemgangsproces. Nu, i august 2022, har et hold på otte akademikere fra Rusland og Sydkorea offentliggjort en kommentar sætter spørgsmålstegn ved DeepMinds konklusion.
Ifølge en pressemeddelelse fra Skolkovo Institute of Science and Technology: "DeepMind AI's evne til at generalisere adfærden af sådanne systemer følger ikke af de offentliggjorte resultater og kræver gensyn".
Efter vores mening kan forbedringerne i ydeevnen af DM21 på BBB-testdatasættet i forhold til DM21m være forårsaget af en meget mere prosaisk grund: et utilsigtet overlap mellem trænings- og testdatasættene.
Hvis dette er sandt, ville det betyde, at DeepMind faktisk ikke lærte et neuralt netværk at forudsige kvantemekanik. Akademikerne bestrider, hvordan DeepMinds AI kom til sine konklusioner. DeepMind var hurtig til at svare. Virksomheden offentliggjorde sit svar samme dag som kommentaren og gav en øjeblikkelig og fast irettesættelse:
Vi er uenige i deres analyse og mener, at de rejste pointer enten er forkerte eller ikke relevante for papirets hovedkonklusioner og for vurderingen af den generelle kvalitet af DM21.
Greene slutter med en provokerende forudsigelse: "Til sidst, efterhånden som AI-systemer fortsætter med at skalere, kan vi nå et punkt, hvor vi ikke længere har de nødvendige værktøjer til at forstå, hvordan de fungerer. Når dette sker, kan vi se en divergens mellem virksomhedens teknologi og den, der består ekstern peer review."
*****
Et mål for ORNL's Quantum Science Center er at hjælpe med at levere topologisk kvanteberegning
Quantum Science Center (QSC), med hovedkvarter i Oak Ridge National Laboratory, er et af fem centre skabt af National Quantum Initiative Act i 2018 og drevet af Energiministeriet. John Russell fra HPCWire tog et dybt dyk ned i QSC; Quantum News Briefs opsummerer her.
QSC's mål er at hjælpe med at levere topologisk kvanteberegning. Denne tilgang afhænger af en endnu ubevist partikel, Merian, en af en klasse af mystiske ikke-abelske nogen, der følger ikke-abelske statistikker.
Kapløbet om topologisk kvanteberegning er lidt af et hasardspil. Der er skeptikere. Microsoft har været den største forkæmper for den topologiske tilgang og er en tæt QSC-samarbejdspartner. Interessant nok udnytter QSC eksisterende NISQ-systemer i sin indsats for at uddybe topologisk kvanteberegning.
Der foregår dog meget mere end at jagte ikke-abelske partikler på QSC, som graver i materialevidenskab, algoritmeudvikling og sensorer, selvom meget af det, der bliver gjort på disse områder, er beregnet til at understøtte udviklingen af topologiske computere.
Det er måske bemærkelsesværdigt, at QIS-centrene ser ud til at forsøge at udskille identiteter ud over de laboratorier, hvor de har hovedkvarter. Den nyudnævnte direktør for QSC Travis Humble sagde: "Du har helt ret. Der er så stor interesse for dette emne i øjeblikket, at enhver, der har en institution, er dårligt forberedt på at kunne tage det hele på sig. Så for eksempel, på Oak Ridge, er vi førende for Quantum Science Center, men der er 17 partnere i alt, der bidrager til det, og ærligt talt, hvis vi tog nogen af dem væk, ville vi ende med en hul i vores kapacitet."
*****
2D-array af elektron- og nukleare spin-qubits åbner ny grænse inden for kvantevidenskab
Forskere ved Purdue University har åbnet en ny grænse inden for kvantevidenskab og -teknologi, hvilket gør det muligt for applikationer som nuklear magnetisk resonansspektroskopi i atomskala og at læse og skrive kvanteinformation med nukleare spins i 2D-materialer.mAs offentliggjort mandag (15. august) i Nature Materials, brugte forskerholdet elektronspin-qubits som sensorer i atom-skala, og også til at udføre den første eksperimentelle kontrol af nukleare spin-qubits i ultratynde hexagonalt bornitrid.
"Dette er det første værk, der viser optisk initialisering og sammenhængende kontrol af nukleare spins i 2D-materialer," sagde den korresponderende forfatter Tongcang Li, en Purdue lektor i fysik og astronomi og elektrisk og computerteknik, og medlem af Purdue Quantum Science and Engineering Institute. "Nu kan vi bruge lys til at initialisere nukleare spins og med den kontrol kan vi skrive og læse kvanteinformation med nukleare spins i 2D-materialer. Denne metode kan have mange forskellige anvendelser inden for kvantehukommelse, kvantesansning og kvantesimulering."
I dette arbejde etablerede Li og hans team en grænseflade mellem fotoner og nukleare spins i ultratynde hexagonale bornitrider. De nukleare spins kan initialiseres optisk - indstillet til et kendt spin - via de omgivende elektronspin-qubits. Når først den er initialiseret, kan en radiofrekvens bruges til at ændre den nukleare spin-qubit, i det væsentlige "skrive" information, eller til at måle ændringer i de nukleare spin-qubits, eller "læse" information. Deres metode udnytter tre nitrogenkerner ad gangen med mere end 30 gange længere kohærenstider end elektron-qubits ved stuetemperatur. Og 2D-materialet kan lægges direkte på et andet materiale, hvilket skaber en indbygget sensor.
