گوکول سوبرامانیان راوی
گوکول سوبرامانیان راوی خود را آغاز کرد CIFellowship در سپتامبر 2020 پس از دریافت دکترای خود (متمرکز بر معماری کامپیوتر) از دانشگاه ویسکانسین مدیسون در آگوست 2020. گوکول در حال حاضر در دانشگاه شیکاگو کار بر روی محاسبات کوانتومی با فردریک چونگ, پروفسور سیمور گودمن علوم کامپیوتر. وبلاگ های او در پیوند است الگوریتم های کوانتومی متغیر و آوردن بیشتر معماران کامپیوتر کلاسیک وارد دنیای کوانتومی شدند. گوکول در حال حاضر در بازار کار دانشگاهی 2022-23 است.
ادامه این پست توسط گوکول راوی نوشته شده است
پروژه فعلی
محاسبات کوانتومی یک پارادایم تکنولوژیک مخرب با پتانسیل ایجاد انقلاب در محاسبات و بنابراین جهان است. طی سه دهه، وعده محاسبات کوانتومی به تدریج از طریق پیشرفت‌های نظری در الگوریتم‌ها و پیشرفت‌های تجربی در فناوری دستگاه‌ها قوی‌تر شده است، که هر دو اغلب به صورت مجزا دنبال می‌شوند.
اما از آنجایی که دستگاه‌های کوانتومی در حال تبدیل شدن از کنجکاوی آزمایشگاهی به واقعیت فنی هستند، ساخت یک اکوسیستم محاسباتی که باید به طور فعال قابلیت‌های اساسی، محدود و کوتاه‌مدت (NISQ: Noisy Intermediate Scale Quantum) و بلندمدت (FT) را افزایش دهد، حیاتی است: Fault Tolerant) ماشین های کوانتومی، به روشی که به خوبی با نیازهای کاربردهای کوانتومی هدف آشنا هستند. معماران کامپیوتر به ویژه برای این تلاش بسیار مهم هستند، زیرا آنها در پل زدن شکاف اطلاعات بین لایه‌های مختلف پشته محاسباتی ماهر هستند و به تدریج تخصص خود را در ساختن سیستم‌های بسیار بهینه‌شده با محدودیت‌های شدید انباشته‌اند - این برای آینده محاسبات کوانتومی بسیار ارزشمند است.
به عنوان یک معمار کامپیوتر کوانتومی که در محاسبات کوانتومی و کلاسیک آموزش دیده است، تحقیقات فوق دکتری من بر ساخت یک اکوسیستم محاسباتی کوانتومی کلاسیک ترکیبی برای مزیت کوانتومی عملی متمرکز شده است. این شامل استفاده از اصول محاسباتی کلاسیک در مواد و فلسفه است و من را قادر می سازد تا پروژه های کوانتومی هیجان انگیز را با هدف هدایت کنم: الف) کاهش خطای تطبیقی و پشتیبانی کلاسیک از الگوریتم های کوانتومی متغیر.VAQEM, CAFQA و QISMET) ب) مدیریت منابع کوانتومی کارآمد (QManager و کوانکورد) و ج) رمزگشایی مقیاس پذیر برای تصحیح خطای کوانتومی (کلیک کنید).
برای برجسته کردن CAFQA به عنوان مثال: الگوریتم‌های کوانتومی متغیر یکی از امیدوارکننده‌ترین کاربردها برای مزیت کوانتومی کوتاه‌مدت هستند و در مسائل مختلفی مانند شبیه‌سازی سیستم‌های چند جسمی کوانتومی کاربرد دارند. VQA ها بر بهینه سازی تکرار شونده یک مدار پارامتری با توجه به یک تابع هدف تکیه دارند. از آنجایی که ماشین‌های کوانتومی منابع پر سر و صدا و گران قیمتی هستند، برای بهبود دقت VQA و سرعت بخشیدن به همگرایی آنها در دستگاه‌های امروزی، ضروری است که پارامترهای اولیه VQA را به‌طور کلاسیک انتخاب کنید تا تا حد امکان به بهینه باشد. در CAFQA، این پارامترهای اولیه با جستجوی کارآمد و مقیاس‌پذیر در بخش کلاسیک شبیه‌سازی‌شده فضای کوانتومی (معروف به فضای کلیفورد) با استفاده از تکنیک جستجوی گسسته مبتنی بر بهینه‌سازی بیزی انتخاب می‌شوند.
تأثیر
اولاً، این پروژه ها تأثیر کمی قابل توجهی از خود نشان داده اند. در مثال بالا، مقداردهی اولیه VQAها با CAFQA تا 99.99 درصد از عدم دقت از دست رفته در رویکردهای اولیه کلاسیک قبلی را بازیابی می کند. به عنوان مثالی دیگر، ما یک رمزگشای برودتی برای تصحیح خطای کوانتومی به نام Clique پیشنهاد کردیم که 70-99+ درصد از پهنای باند رمزگشایی تصحیح خطا (در داخل و خارج از یخچال رقیق‌سازی) را با هزینه سخت‌افزاری بسیار کم حذف می‌کند. پیشنهادهای دیگر ما نیز بهبودهای قابل توجهی در وفاداری کوانتومی و راندمان اجرای کلی ایجاد کرده است.
دوم، این جهت‌های تحقیقاتی درها را برای انواع ایده‌های جدید در تقاطع محاسبات کوانتومی و کلاسیک باز کرده است، و به طور بالقوه مشارکت محققان با تخصص محاسبات کلاسیک متنوع را گسترش می‌دهد.
تحقیقات تکمیلی
سایر زمینه های تحقیقاتی که من دنبال می کنم عبارتند از: الف) شناسایی برنامه های کاربردی کوانتومی هدف جدید که از پشتیبانی کلاسیک بهره مند می شوند. ب) بررسی انواع تکنیک های کاهش نویز در فناوری های مختلف کوانتومی. ج) تلاش برای کاهش بیشتر گلوگاه های کوانتومی-کلاسیک تصحیح خطا. و د) مدیریت مجموعه متنوعی از برنامه ها و فناوری در ابر کوانتومی.
