By sandra helsel publicado el 18 ago 2022
Boletines informativos cuánticos comienza hoy con el análisis del CTO de Multiverse, Sam Mugel, sobre el papel de la computación cuántica en la predicción y prevención de futuras recesiones económicas, seguido de la mirada de Tristan Greene a la reciente disputa entre los hallazgos de la IA cuántica de DeepMind y la refutación de los científicos rusos y coreanos de que esos hallazgos no son precisos o no son relevantes. . A esto le sigue una mirada al enfoque del Centro de Ciencias Cuánticas en la computación cuántica topológica y MÁS.
*****
¿Podría la computación cuántica predecir y prevenir mejor las crisis económicas?
Sam Mugel, Ph.D., CTO de Computación Multiverso, escribió recientemente en Forbes sobre el beneficio potencial de la computación cuántica para predecir y, por lo tanto, predecir las recesiones económicas. Los resúmenes de Quantum News se resumen aquí.
El artículo de Mugel es oportuno ante los crecientes temores de una recesión económica. Las economías globales están respondiendo a una serie de presiones en evolución relacionadas con la pandemia global, las interrupciones de la cadena de suministro, los conflictos geopolíticos y las tasas de inflación más altas en décadas, por nombrar algunas. Proporcionar a las organizaciones información sobre el comportamiento de las economías tiene un valor enorme, pero somos notablemente malos a la hora de predecir crisis económicas.
Las economías tienen redes en continua evolución que incluyen múltiples actores y activos. Esta complejidad de las posibles configuraciones es lo que las hace tan difíciles de modelar de manera efectiva, incluso cuando se utilizan las supercomputadoras más poderosas de la actualidad.
La atención se está volviendo hacia el uso de la tecnología cuántica como herramienta para codificar problemas macroeconómicos cuantitativos, revelando cómo la riqueza evoluciona con el tiempo en respuesta a cambios o perturbaciones dentro de la red financiera. Ya se ha demostrado que los recocidos cuánticos, dispositivos desarrollados originalmente para resolver problemas de optimización complejos, son ideales para este trabajo.
A medida que en la próxima década se sigan desarrollando herramientas para simular redes complejas, los bancos centrales y las instituciones financieras estarán mucho mejor equipados para mejorar la resiliencia económica. El conocimiento de las vulnerabilidades ayudará a proteger a las instituciones financieras y entidades como los fondos de pensiones del impacto de eventos excepcionales que probablemente ocurran durante la vida útil de las carteras. También ayudará a los bancos centrales a montar una mejor defensa contra futuros esfuerzos por convertir la economía en un arma.
Muguel concluye: "Si bien la computación cuántica aún tiene un largo camino por recorrer para alcanzar todo su potencial, la tecnología ya está generando nuevos conocimientos valiosos y apuntando a soluciones en previsión y estabilidad del mercado donde antes no existían". Lea el artículo original de Muguel aquí.
*****
DeepMind no está de acuerdo con los científicos rusos que cuestionaron los hallazgos de la investigación de IA cuántica
Tristan Greene, de Neural de NextWeb, cubrió un desacuerdo reciente que enfrentó DeepMind, una compañía de investigación de Alphabet con sede en Londres, que publicó un fascinante artículo de investigación hace ocho meses en el que afirmaba haber resuelto el enorme desafío de "simular materia en la escala cuántica con IA". " Ahora, un grupo de investigadores académicos de Rusia y Corea del Sur puede haber descubierto un problema con la investigación original que pone en duda toda la conclusión del artículo. Quantum News Briefs se resume a continuación; Revisión original y extensa de Greene sobre este desacuerdo. se puede leer aquí.
En diciembre, DeepMind publicó un papel titulado "Superando las fronteras de los funcionales de densidad resolviendo el problema del electrón fraccionario". En este artículo, el equipo de DeepMind afirma haber mejorado radicalmente los métodos actuales para modelar el comportamiento cuántico mediante el desarrollo de una red neuronal.
El artículo de DeepMind superó el proceso de revisión formal inicial. Ahora, en agosto de 2022, un equipo de ocho académicos de Rusia y Corea del Sur publicó un comentario cuestionando la conclusión de DeepMind.
Según un comunicado de prensa del Instituto de Ciencia y Tecnología de Skolkovo: “La capacidad de DeepMind AI para generalizar el comportamiento de dichos sistemas no se desprende de los resultados publicados y requiere una revisión."
En nuestra opinión, las mejoras en el rendimiento de DM21 en el conjunto de datos de prueba BBB en relación con DM21m pueden deberse a una razón mucho más prosaica: una superposición involuntaria entre los conjuntos de datos de entrenamiento y de prueba.
Si esto es cierto, significaría que DeepMind en realidad no enseñó a una red neuronal a predecir la mecánica cuántica. Los académicos están discutiendo cómo llegó la IA de DeepMind a sus conclusiones. DeepMind respondió rápidamente. La empresa publicó su respuesta el mismo día del comentario y proporcionó una reprimenda inmediata y firme:
No estamos de acuerdo con su análisis y creemos que los puntos planteados son incorrectos o no relevantes para las principales conclusiones del artículo y para la evaluación de la calidad general de DM21.
Greene concluye con una provocativa predicción: “Con el tiempo, a medida que los sistemas de IA sigan escalando, podríamos llegar a un punto en el que ya no tengamos las herramientas necesarias para comprender cómo funcionan. Cuando esto suceda, podríamos ver una divergencia entre la tecnología corporativa y la que pasa la revisión externa por pares”.
*****
Uno de los objetivos del Centro de Ciencias Cuánticas de ORNL es ayudar a ofrecer computación cuántica topológica
El Centro de Ciencias Cuánticas (QSC), con sede en el Laboratorio Nacional Oak Ridge, es uno de los cinco centros creados por el Ley de Iniciativa Cuántica Nacional en 2018 y administrado por el Departamento de Energía. John Russell de HPCWire profundizó en QSC; Quantum News Briefs se resume aquí.
El objetivo de QSC es ayudar a ofrecer topológico computación cuántica. Este enfoque depende de una partícula aún no probada, mejorana, uno de una clase de misteriosos anyons no abelianos que siguen estadísticas no abelianas.
La carrera por la computación cuántica topológica es un poco arriesgada. Hay escépticos. Microsoft ha sido el mayor defensor del enfoque topológico y es un colaborador cercano de QSC. Curiosamente, en su esfuerzo por desarrollar la computación cuántica topológica, QSC está aprovechando los sistemas NISQ existentes.
Sin embargo, en QSC hay mucho más que perseguir partículas no abelianas: profundizar en la ciencia de los materiales, el desarrollo de algoritmos y los sensores, aunque gran parte de lo que se está haciendo en estas áreas tiene como objetivo apoyar el desarrollo de computadoras topológicas.
Quizás sea digno de mención que los centros QIS parecen estar tratando de forjar identidades más allá de los laboratorios en los que tienen su sede. El recién nombrado director de QSC, Travis Humble, dijo: “Tiene toda la razón. Actualmente hay tanto interés en este tema que cualquiera que tenga una institución no está preparado para poder abordarlo todo. Entonces, por ejemplo, en Oak Ridge, somos líderes del Centro de Ciencias Cuánticas, pero hay 17 socios en total que contribuyen a él y, sinceramente, si elimináramos a alguno de ellos, terminaríamos con un brecha en nuestras capacidades”.
*****
Conjunto 2D de Qubits de espín nuclear y electrónico abre una nueva frontera en la ciencia cuántica
Investigadores de la Universidad Purdue han abierto una nueva frontera en ciencia y tecnología cuánticas, permitiendo aplicaciones como la espectroscopia de resonancia magnética nuclear a escala atómica y leer y escribir información cuántica con espines nucleares en materiales 2D.mAs publicado el lunes (15 de agosto) en Nature Materials, el equipo de investigación utilizó qubits de espín electrónico como sensores a escala atómica y también para efectuar el primer control experimental de qubits de espín nuclear en nitruro de boro hexagonal ultrafino.
"Este es el primer trabajo que muestra la inicialización óptica y el control coherente de los espines nucleares en materiales 2D", dijo el autor correspondiente Tongcang Li, profesor asociado de física y astronomía e ingeniería eléctrica e informática de Purdue, y miembro del Instituto Purdue de Ciencia e Ingeniería Cuántica. “Ahora podemos usar la luz para inicializar espines nucleares y con ese control podemos escribir y leer información cuántica con espines nucleares en materiales 2D. Este método puede tener muchas aplicaciones diferentes en memoria cuántica, detección cuántica y simulación cuántica”.
En este trabajo, Li y su equipo establecieron una interfaz entre fotones y espines nucleares en nitruros de boro hexagonales ultrafinos. Los espines nucleares pueden inicializarse ópticamente (ajustarse a un espín conocido) a través de los qubits de espín de electrones circundantes. Una vez inicializada, se puede utilizar una radiofrecuencia para cambiar el qubit de espín nuclear, esencialmente "escribir" información, o para medir cambios en los qubits de espín nuclear, o "leer" información. Su método aprovecha tres núcleos de nitrógeno a la vez, con tiempos de coherencia más de 30 veces más largos que los de los qubits de electrones a temperatura ambiente. Y el material 2D se puede superponer directamente sobre otro material, creando un sensor incorporado.
