By Sandra Helsel gepostet am 18
Quantennachrichten Eröffnet wird heute mit Sam Mugel, CTO von Multiverse, einer Analyse der Rolle von Quantencomputing bei der Vorhersage und Verhinderung zukünftiger wirtschaftlicher Abschwünge, gefolgt von Tristan Greenes Blick auf den jüngsten Streit zwischen den Quanten-KI-Ergebnissen von DeepMind und der Widerlegung russischer und koreanischer Wissenschaftler, dass diese Ergebnisse nicht korrekt oder nicht relevant seien . Anschließend folgt ein Blick auf den Schwerpunkt des Quantum Science Centers auf topologisches Quantencomputing und MEHR.
*****
Könnte Quantencomputing wirtschaftliche Abschwünge besser vorhersagen und verhindern?
Sam Mugel, Ph.D., CTO von Multiverse Computing, schrieb kürzlich in Forbes über den potenziellen Nutzen des Quantencomputings bei der Vorhersage und damit Vorhersage wirtschaftlicher Abschwünge. Die Zusammenfassungen der Quantum News finden Sie hier.
Mugels Artikel kommt zur rechten Zeit, da die Angst vor einem wirtschaftlichen Abschwung wächst. Die globalen Volkswirtschaften reagieren auf eine Reihe sich entwickelnder Belastungen im Zusammenhang mit der globalen Pandemie, Unterbrechungen der Lieferketten, geopolitischen Konflikten und den höchsten Inflationsraten seit Jahrzehnten, um nur einige zu nennen. Es ist von großem Wert, Organisationen Einblicke in das Verhalten von Volkswirtschaften zu verschaffen, doch wir sind besonders schlecht darin, Wirtschaftskrisen vorherzusagen.
Volkswirtschaften verfügen über sich ständig weiterentwickelnde Netzwerke, die zahlreiche Akteure und Vermögenswerte umfassen. Diese Komplexität möglicher Konfigurationen macht es so schwierig, sie effektiv zu modellieren, selbst wenn die leistungsstärksten Supercomputer von heute verwendet werden.
Die Aufmerksamkeit richtet sich auf den Einsatz von Quanten als Werkzeug zur Kodifizierung quantitativer makroökonomischer Probleme, die aufzeigen, wie sich Wohlstand im Laufe der Zeit als Reaktion auf Veränderungen oder Störungen innerhalb des Finanznetzwerks entwickelt. Es wurde bereits gezeigt, dass Quanten-Annealer, Geräte, die ursprünglich zur Lösung komplexer Optimierungsprobleme entwickelt wurden, für diese Arbeit ideal geeignet sind.
Da sich die Instrumente zur Simulation komplexer Netzwerke im nächsten Jahrzehnt weiterentwickeln, werden Zentralbanken und Finanzinstitute viel besser gerüstet sein, um die wirtschaftliche Widerstandsfähigkeit zu verbessern. Einblicke in Schwachstellen werden dazu beitragen, Finanzinstitute und Unternehmen wie Pensionsfonds vor dem Schock außergewöhnlicher Ereignisse zu schützen, die während der Laufzeit von Portfolios wahrscheinlich eintreten. Es wird den Zentralbanken auch dabei helfen, sich besser gegen künftige Versuche zur Bewaffnung der Wirtschaft zu wehren.
Muguel kommt zu dem Schluss: „Während das Quantencomputing noch weit entfernt ist, um sein volles Potenzial auszuschöpfen, liefert die Technologie bereits wertvolle neue Erkenntnisse und weist auf Lösungen für Marktprognosen und Stabilität hin, die es zuvor noch nicht gab.“ Lesen Sie Muguels Originalartikel hier.
*****
DeepMind ist anderer Meinung als russische Wissenschaftler, die Ergebnisse der Quanten-KI-Forschung bestritten haben
Tristan Greene von NextWebs Neural berichtete über eine aktuelle Meinungsverschiedenheit mit DeepMind, einem Alphabet-Forschungsunternehmen mit Sitz in London, das vor acht Monaten eine faszinierende Forschungsarbeit veröffentlichte, in der es behauptete, die große Herausforderung der „Simulation von Materie auf der Quantenskala mit KI“ gelöst zu haben. ” Nun hat eine Gruppe akademischer Forscher aus Russland und Südkorea möglicherweise ein Problem mit der ursprünglichen Forschung aufgedeckt, das die gesamte Schlussfolgerung des Papiers in Frage stellt. Quantum News Briefs fasst unten zusammen; Greenes originelle und ausführliche Rezension dieser Meinungsverschiedenheit kann hier gelesen werden.
Im Dezember veröffentlichte DeepMind ein Papier mit dem Titel „Die Grenzen der Dichtefunktionale durch die Lösung des fraktionierten Elektronenproblems verschieben.“ In diesem Artikel behauptet das DeepMind-Team, aktuelle Methoden zur Modellierung des Quantenverhaltens durch die Entwicklung eines neuronalen Netzwerks radikal verbessert zu haben.
Der Artikel von DeepMind hat den ersten formellen Begutachtungsprozess bestanden. Nun, im August 2022, hat ein Team von acht Wissenschaftlern aus Russland und Südkorea veröffentlicht Kommentar stellt die Schlussfolgerung von DeepMind in Frage.
In einer Pressemitteilung des Skolkowo-Instituts für Wissenschaft und Technologie heißt es: „Die Fähigkeit von DeepMind AI, das Verhalten solcher Systeme zu verallgemeinern, ergibt sich nicht aus den veröffentlichten Ergebnissen und erfordert eine erneute Betrachtung"
Unserer Meinung nach könnten die Leistungsverbesserungen von DM21 im BBB-Testdatensatz im Vergleich zu DM21m auf einen viel prosaischeren Grund zurückzuführen sein: eine unbeabsichtigte Überschneidung zwischen den Trainings- und Testdatensätzen.
Wenn das wahr ist, würde das bedeuten, dass DeepMind einem neuronalen Netzwerk nicht beigebracht hat, die Quantenmechanik vorherzusagen. Die Wissenschaftler streiten darüber, wie die KI von DeepMind zu ihren Schlussfolgerungen gelangt ist. DeepMind reagierte schnell. Das Unternehmen veröffentlichte seine Antwort am selben Tag wie der Kommentar und erteilte eine sofortige und entschiedene Zurechtweisung:
Wir sind mit ihrer Analyse nicht einverstanden und glauben, dass die angesprochenen Punkte entweder falsch oder für die Hauptschlussfolgerungen des Papiers und die Bewertung der allgemeinen Qualität von DM21 nicht relevant sind.
Greene schließt mit einer provokanten Vorhersage: „Letztendlich könnten wir mit der weiteren Skalierung von KI-Systemen einen Punkt erreichen, an dem wir nicht mehr über die notwendigen Werkzeuge verfügen, um zu verstehen, wie sie funktionieren.“ Wenn dies geschieht, könnten wir eine Divergenz zwischen Unternehmenstechnologie und dem, was die externe Peer-Review besteht, feststellen.“
*****
Ein Ziel des Quantum Science Center des ORNL besteht darin, zur Bereitstellung topologischer Quantencomputer beizutragen
Das Quantum Science Center (QSC) mit Hauptsitz im Oak Ridge National Laboratory ist eines von fünf vom Quantum Science Center gegründeten Zentren Gesetz über nationale Quanteninitiativen im Jahr 2018 und wird vom Energieministerium durchgeführt. John Russell von HPCWire warf einen tiefen Einblick in QSC; Quantum News Briefs fasst hier zusammen.
Das Ziel von QSC ist es, zur Umsetzung beizutragen topologisch Quanten-Computing. Dieser Ansatz basiert auf einem noch unbewiesenen Teilchen, Majoran, einer aus einer Klasse mysteriöser nicht-abelscher Anyons, die nicht-abelschen Statistiken folgen.
Der Wettlauf um topologisches Quantencomputing ist ein bisschen ein Glücksspiel. Es gibt Skeptiker. Microsoft war der größte Verfechter des topologischen Ansatzes und arbeitet eng mit QSC zusammen. Interessanterweise nutzt QSC in seinem Bemühen, das topologische Quantencomputing zu konkretisieren, bestehende NISQ-Systeme.
Bei QSC geht es jedoch um viel mehr als nur um die Jagd nach nicht-abelschen Teilchen. Es befasst sich mit Materialwissenschaften, Algorithmenentwicklung und Sensoren, obwohl ein Großteil der Aktivitäten in diesen Bereichen der Unterstützung der Entwicklung topologischer Computer dienen soll.
Es ist vielleicht bemerkenswert, dass die QIS-Zentren offenbar versuchen, Identitäten über die Labore hinaus, in denen sie ihren Hauptsitz haben, herauszuarbeiten. Der neu ernannte Direktor von QSC, Travis Humble, sagte: „Da haben Sie genau Recht. Das Interesse an diesem Thema ist derzeit so groß, dass jeder, der eine Institution hat, kaum darauf vorbereitet ist, sich damit auseinanderzusetzen. So sind wir zum Beispiel bei Oak Ridge federführend für das Quantum Science Center, aber es gibt insgesamt 17 Partner, die dazu beitragen, und ehrlich gesagt, wenn wir einen von ihnen wegnehmen würden, hätten wir am Ende einen Lücke in unseren Fähigkeiten.“
*****
2D-Array aus Elektronen- und Kernspin-Qubits eröffnet neue Grenzen in der Quantenwissenschaft
Forscher der Purdue University haben eine neue Grenze in der Quantenwissenschaft und -technologie eröffnet und Anwendungen wie Kernspinresonanzspektroskopie im atomaren Maßstab sowie das Lesen und Schreiben von Quanteninformationen mit Kernspins in 2D-Materialien ermöglicht. mAs veröffentlicht am Montag (15. August) in Nature MaterialsDas Forschungsteam nutzte Elektronenspin-Qubits als Sensoren auf atomarer Ebene und führte auch die erste experimentelle Steuerung von Kernspin-Qubits in ultradünnem hexagonalem Bornitrid durch.
„Dies ist die erste Arbeit, die die optische Initialisierung und kohärente Steuerung von Kernspins in 2D-Materialien zeigt“, sagte der korrespondierende Autor Tongcang Li, außerordentlicher Professor für Physik und Astronomie sowie Elektro- und Computertechnik an der Purdue University und Mitglied der Purdue Institut für Quantenwissenschaft und -technik. „Jetzt können wir Licht verwenden, um Kernspins zu initialisieren, und mit dieser Kontrolle können wir Quanteninformationen mit Kernspins in 2D-Materialien schreiben und lesen. Diese Methode kann viele verschiedene Anwendungen im Quantenspeicher, in der Quantensensorik und in der Quantensimulation haben.“
In dieser Arbeit etablierten Li und sein Team eine Schnittstelle zwischen Photonen und Kernspins in ultradünnen hexagonalen Bornitriden. Über die umgebenden Elektronenspin-Qubits können die Kernspins optisch initialisiert – also auf einen bekannten Spin eingestellt – werden. Nach der Initialisierung kann eine Radiofrequenz verwendet werden, um das Kernspin-Qubit zu ändern, also im Wesentlichen Informationen zu „schreiben“, oder um Änderungen in den Kernspin-Qubits zu messen oder Informationen zu „lesen“. Ihre Methode nutzt drei Stickstoffkerne gleichzeitig, mit mehr als 30-mal längeren Kohärenzzeiten als die von Elektronen-Qubits bei Raumtemperatur. Und das 2D-Material kann direkt auf ein anderes Material geschichtet werden, wodurch ein integrierter Sensor entsteht.
