Las redes neuronales aceleran las mediciones del estado cuántico – Physics World

Las redes neuronales aceleran las mediciones del estado cuántico – Physics World

Sello de tiempo: 31 de julio de 2023 12:00 p.m.

resumen de algoritmo cuántico
(Cortesía: iStock/Anadmist)

Las redes neuronales pueden estimar el grado de entrelazamiento en los sistemas cuánticos de manera mucho más eficiente que las técnicas tradicionales, según muestra un nuevo estudio. Al eludir la necesidad de caracterizar completamente los estados cuánticos, el nuevo método de aprendizaje profundo podría resultar especialmente útil para las tecnologías cuánticas a gran escala, donde la cuantificación del entrelazamiento será crucial, pero las limitaciones de recursos hacen que la caracterización del estado completo sea poco realista.

El entrelazamiento, una situación en la que múltiples partículas comparten una función de onda común, de modo que perturbar una partícula afecta a todas las demás, es el corazón de la mecánica cuántica. Medir el grado de enredo en un sistema es, por lo tanto, parte de comprender qué tan "cuántico" es, dice el coautor del estudio. Miroslav Ježek, físico de la Universidad de Palacký en Chequia. “Puedes observar este comportamiento a partir de sistemas simples de dos partículas donde se discuten los fundamentos de la física cuántica”, explica. “Por otro lado, existe un vínculo directo entre, por ejemplo, los cambios de entrelazamiento y las transiciones de fase en la materia macroscópica”.

El grado en que se entrelazan dos partículas en un sistema se puede cuantificar con un solo número. Obtener el valor exacto de este número requiere reconstruir la función de onda, pero medir un estado cuántico lo destruye, por lo que se deben medir múltiples copias del mismo estado una y otra vez. Esto se denomina tomografía cuántica en analogía con la tomografía clásica, en la que se utiliza una serie de imágenes 2D para construir una 3D, y es una consecuencia ineludible de la teoría cuántica. “Si pudiera aprender sobre un estado cuántico a partir de una medición, un qubit no sería un qubit, sería un bit, y no habría comunicación cuántica”, dice. Ana Predojevic, físico de la Universidad de Estocolmo, Suecia, y miembro del equipo de estudio.

El problema es que la incertidumbre inherente de una medición cuántica hace que sea extremadamente difícil medir el entrelazamiento entre (por ejemplo) qubits en un procesador cuántico, ya que se debe realizar una tomografía completa de función de onda de múltiples qubits en cada qubit. Incluso para un procesador pequeño, esto llevaría días: "No se puede hacer una sola medición y decir si tiene enredos o no", dice Predojević. “Es como cuando la gente hace una tomografía axial computarizada (TAC) de la columna vertebral: debes estar en el tubo 45 minutos para que puedan tomar la imagen completa: no puedes preguntar si hay algún problema con esta o aquella vértebra de un escaneo de cinco minutos”.

Encontrar respuestas suficientemente buenas

Aunque calcular el entrelazamiento con una precisión del 100 % requiere una tomografía de estado cuántico completa, existen varios algoritmos que pueden adivinar el estado cuántico a partir de información parcial. El problema con este enfoque, dice Ježek, es que "no hay una prueba matemática de que con un número limitado de medidas se diga algo sobre el entrelazamiento con cierto nivel de precisión".

En el nuevo trabajo, Ježek, Predojević y sus colegas tomaron un rumbo diferente, descartando por completo la noción de reconstrucción del estado cuántico a favor de enfocarse solo en el grado de entrelazamiento. Para hacer esto, diseñaron redes neuronales profundas para estudiar estados cuánticos entrelazados y los entrenaron con datos generados numéricamente. “Seleccionamos al azar estados cuánticos y, habiendo generado el estado, conocemos la salida de la red porque conocemos la cantidad de entrelazamiento en el sistema”, explica Ježek; "pero también podemos simular los datos que obtendríamos durante la medición de diferentes números de copias desde diferentes direcciones... Estos datos simulados son la entrada de la red".

Las redes utilizaron estos datos para aprender a hacer estimaciones cada vez mejores del entrelazamiento a partir de conjuntos de medidas dados. Luego, los investigadores verificaron la precisión del algoritmo utilizando un segundo conjunto de datos simulados. Descubrieron que sus errores eran alrededor de 10 veces más bajos que los de un algoritmo de estimación de tomografía cuántica tradicional.

Probar el método experimentalmente

Finalmente, los investigadores midieron experimentalmente dos sistemas entrelazados reales: un punto cuántico de semiconductor bombeado resonantemente y una fuente de dos fotones de conversión descendente paramétrica espontánea. "Medimos la tomografía de estado cuántico completo... y a partir de esto sabíamos todo sobre el estado cuántico", dice Ježek, "luego omitimos algunas de estas mediciones". A medida que extraían más y más mediciones, comparaban el error en las predicciones de sus redes neuronales profundas con los errores del mismo algoritmo tradicional. El error de las redes neuronales fue significativamente menor.

ryan glasser, un experto en óptica cuántica de la Universidad de Tulane en Luisiana, EE. UU., que anteriormente utilizó el aprendizaje automático para estimar los estados cuánticos, califica el nuevo trabajo de "significativo". “Uno de los problemas a los que se enfrentan las tecnologías cuánticas en este momento es que estamos llegando al punto en el que podemos escalar las cosas a sistemas más grandes y… desea poder comprender completamente su sistema”, dice Glasser. "Los sistemas cuánticos son notoriamente delicados y difíciles de medir y caracterizar por completo... [Los investigadores] muestran que pueden cuantificar con mucha precisión la cantidad de entrelazamiento en su sistema, lo cual es muy útil a medida que avanzamos hacia sistemas cuánticos cada vez más grandes porque nadie quiere un computadora cuántica de dos qubits”.

El grupo ahora planea extender su investigación a sistemas cuánticos más grandes. Ježek también está interesado en el problema inverso: "Digamos que necesitamos medir el entrelazamiento de un sistema cuántico con una precisión de, digamos, 1%", dice, "¿Qué nivel mínimo de medición necesitamos para obtener ese nivel de estimación de entrelazamiento?

La investigación se publica en Science Advances.

Sello de tiempo:

Mas de Mundo de la física