Egy új tanulmány szerint a neurális hálózatok sokkal hatékonyabban tudják megbecsülni a kvantumrendszerek összefonódásának mértékét, mint a hagyományos technikák. A kvantumállapotok teljes jellemzésének szükségességét mellőzve az új mélytanulási módszer különösen hasznosnak bizonyulhat a nagyszabású kvantumtechnológiák esetében, ahol a számszerűsítés kulcsfontosságú lesz, de az erőforrások korlátai miatt a teljes állapot jellemzése irreális.
Az összefonódás – olyan helyzet, amelyben több részecskének közös hullámfüggvénye van, így az egyik részecske zavarása az összes többire is hatással van – a kvantummechanika középpontjában áll. A rendszerben való összefonódás mértékének mérése tehát része annak megértésének, hogy ez mennyire „kvantum” – mondja a tanulmány társszerzője. Miroslav Ježek, a csehországi Palacký Egyetem fizikusa. „Ezt a viselkedést az egyszerű kétrészecskés rendszerektől kezdve figyelhetjük meg, ahol a kvantumfizika alapjait tárgyalják” – magyarázza. "Másrészt közvetlen kapcsolat van például az összefonódás változásai és a fázisátalakulások között a makroszkopikus anyagban."
Egy rendszerben bármely két részecske összefonódásának mértéke egyetlen számmal meghatározható. Ennek a számnak a pontos értékéhez a hullámfüggvény rekonstrukciója szükséges, de a kvantumállapot mérése tönkreteszi azt, ezért ugyanannak az állapotnak több másolatát kell újra és újra megmérni. Ezt a klasszikus tomográfiához hasonlóan kvantumtomográfiának nevezik, amelyben 2D-s képek sorozatát használják fel egy 3D-s kép megalkotására, és ez a kvantumelmélet megkerülhetetlen következménye. "Ha egy mérésből megtudhatnád a kvantumállapotot, a qubit nem kubit lenne, hanem egy kicsit lenne, és nem lenne kvantumkommunikáció" Ana Predojević, a svédországi Stockholmi Egyetem fizikusa és a kutatócsoport tagja.
A probléma az, hogy a kvantummérés eredendő bizonytalansága rendkívül megnehezíti a (például) qubitek közötti összefonódás mérését egy kvantumprocesszorban, mivel minden qubiten teljes, több qubites hullámfüggvény-tomográfiát kell végezni. Ez még egy kis processzornál is napokig tart: „Nem lehet csak egy mérést végezni, és megmondani, hogy van-e összegabalyodás vagy sem” – mondja Predojević. „Olyan ez, mint amikor az emberek CAT [számítógépes axiális tomográfia] vizsgálatot végeznek a gerincről – 45 percig a csőben kell lenni, hogy teljes képet készíthessenek: nem lehet megkérdezni, hogy nincs-e valami baj ezzel vagy azzal a csigolyával. egy ötperces szkennelés."
Elég jó válaszok keresése
Bár az összefonódás 100%-os pontosságú kiszámításához teljes kvantumállapot-tomográfiára van szükség, számos olyan algoritmus létezik, amely részinformációkból kitalálhatja a kvantumállapotot. Ježek szerint ezzel a megközelítéssel az a probléma, hogy „nincs matematikai bizonyíték arra, hogy bizonyos korlátozott számú méréssel az összefonódásról mondana valamit bizonyos precíziós szinten”.
Az új munkában Ježek, Predojević és munkatársai más utat választottak, teljesen elvetették a kvantumállapot-rekonstrukció fogalmát, és kizárólag az összefonódás mértékét célozták meg. Ennek érdekében mély neurális hálózatokat terveztek az összegabalyodott kvantumállapotok tanulmányozására, és numerikusan generált adatokra tanították őket. „Véletlenszerűen választjuk ki a kvantumállapotokat, és az állapot létrehozása után ismerjük a hálózat kimenetét, mert ismerjük a rendszerben lévő összefonódás mértékét” – magyarázza Ježek; "de szimulálhatjuk azokat az adatokat is, amelyeket különböző irányokból különböző számú példány mérése során kapnánk... Ezek a szimulált adatok a hálózat bemenetei."
A hálózatok ezeket az adatokat arra használták fel, hogy megtanítsák magukat, hogy adott mérési sorozatokból egyre jobb becsléseket készítsenek az összefonódásról. A kutatók ezután egy második szimulált adathalmaz segítségével ellenőrizték az algoritmus pontosságát. Azt találták, hogy hibái körülbelül 10-szer alacsonyabbak, mint a hagyományos kvantumtomográfia becslési algoritmusoké.
A módszer kísérleti tesztelése
Végül a kutatók kísérletileg megmértek két valódi összefonódott rendszert: egy rezonánsan pumpált félvezető kvantumpontot és egy spontán parametrikus lefelé konverziós kétfoton forrást. „Teljes kvantumállapotú tomográfiát mértünk… és ebből mindent tudtunk a kvantumállapotról” – mondja Ježek. „Aztán néhány mérést kihagytunk. Ahogy egyre több mérést távolítottak el, a mély neurális hálózataik előrejelzéseinek hibáját hasonlították össze ugyanazon hagyományos algoritmus hibáival. A neurális hálózatok hibája lényegesen kisebb volt.
A fizikusok világosabb módszert találnak a kvantumállapotok diagnosztizálására
Ryan Glasser, az amerikai louisianai Tulane Egyetem kvantumoptikai szakértője, aki korábban gépi tanulást használt a kvantumállapotok becslésére, az új munkát „jelentősnek” nevezi. „A kvantumtechnológiák egyik problémája jelenleg az, hogy eljutunk arra a pontra, ahol a dolgokat nagyobb rendszerekre is méretezhetjük, és… teljes mértékben meg akarja érteni a rendszerét” – mondja Glasser. „A kvantumrendszerek köztudottan kényesek, nehezen mérhetők és teljes mértékben jellemezhetők… [A kutatók] azt mutatják, hogy nagyon pontosan tudják számszerűsíteni a rendszerükben lévő összefonódás mértékét, ami nagyon hasznos, amikor egyre nagyobb kvantumrendszerekre megyünk, mert senki sem akar két qubites kvantumszámítógép.”
A csoport most azt tervezi, hogy kiterjeszti kutatását nagyobb kvantumrendszerekre. Ježeket is érdekli az inverz probléma: „Tegyük fel, hogy meg kell mérnünk egy kvantumrendszer összefonódását, mondjuk 1%-os pontossággal” – mondja: „Milyen minimális mérési szintre van szükségünk ahhoz, hogy megkapjuk ezt a szintet. összefonódás becslése?”
A kutatást a Tudomány előlegek.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Autóipar / elektromos járművek, Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- BlockOffsets. A környezetvédelmi ellentételezési tulajdon korszerűsítése. Hozzáférés itt.
- Forrás: https://physicsworld.com/a/neural-networks-speed-up-quantum-state-measurements/
- :van
- :is
- :nem
- :ahol
- $ UP
- 10
- 2D
- 3d
- 91
- a
- Képes
- Rólunk
- KIVONAT
- pontosság
- pontosan
- újra
- algoritmus
- algoritmusok
- Minden termék
- kizárólag
- Is
- teljesen
- összeg
- an
- és a
- bármilyen
- megközelítés
- VANNAK
- területek
- körül
- AS
- At
- BE
- mert
- között
- Bit
- fényesebb
- de
- by
- kiszámítása
- hívott
- kéri
- TUD
- CAT
- Változások
- jellemez
- ellenőrzött
- Társszerző
- munkatársai
- Közös
- közlés
- képest
- számítógép
- konstrukció
- tudott
- kritikus
- sötét
- dátum
- Nap
- mély
- mély tanulás
- Fok
- tervezett
- különböző
- nehéz
- közvetlen
- tárgyalt
- do
- DOT
- alatt
- minden
- eredményesen
- elég
- összefonódás
- hiba
- hibák
- különösen
- becslés
- Még
- minden
- példa
- létezik
- szakértő
- Elmagyarázza
- terjed
- rendkívüli módon
- messze
- Találjon
- A
- talált
- ból ből
- Tele
- teljesen
- alapjai
- generált
- kap
- szerzés
- adott
- Go
- jó
- Csoport
- kéz
- Legyen
- tekintettel
- he
- Szív
- Hogyan
- HTTPS
- kép
- képek
- in
- információ
- velejáró
- bemenet
- érdekelt
- bele
- kérdés
- IT
- ITS
- jpg
- éppen
- csak egy
- Ismer
- nagyarányú
- nagyobb
- TANUL
- tanulás
- szint
- fény
- mint
- korlátozások
- Korlátozott
- LINK
- Louisiana
- alacsonyabb
- gép
- gépi tanulás
- csinál
- KÉSZÍT
- matematikai
- Anyag
- max-width
- intézkedés
- mérés
- mérések
- mérő
- mechanika
- tag
- módszer
- minimum
- perc
- Perc
- több
- többszörös
- kell
- Szükség
- hálózat
- hálózatok
- neurális hálózatok
- Új
- nem
- fogalom
- Most
- szám
- számok
- megfigyelni
- of
- on
- ONE
- optika
- or
- Más
- Egyéb
- teljesítmény
- felett
- rész
- Emberek (People)
- Teljesít
- időszakos
- fázis
- Fizika
- Fizika Világa
- tervek
- Plató
- Platón adatintelligencia
- PlatoData
- pont
- Pontosság
- Tippek
- korábban
- Probléma
- problémák
- Processzor
- bizonyíték
- Bizonyít
- közzétett
- Kvantum
- Kvantum számítógép
- Kvantum pont
- kvantummérés
- Kvantummechanika
- Kvantumoptika
- kvantumfizika
- kvantumrendszerek
- qubit
- qubit
- igazi
- eltávolított
- megköveteli,
- kutatás
- kutatók
- forrás
- jobb
- futás
- azonos
- azt mondják
- azt mondja,
- Skála
- beolvasás
- Tudomány
- Második
- félvezető
- Series of
- készlet
- Szettek
- számos
- Megosztás
- előadás
- Műsorok
- jelentősen
- Egyszerű
- óta
- egyetlen
- helyzet
- kicsi
- So
- néhány
- valami
- forrás
- sebesség
- Kezdve
- Állami
- Államok
- Tanulmány
- Svédország
- rendszer
- Systems
- Vesz
- célzás
- csapat
- technikák
- Technologies
- mint
- hogy
- A
- Az állam
- azok
- Őket
- maguk
- akkor
- elmélet
- Ott.
- Ezek
- ők
- dolgok
- ezt
- azok
- miniatűr
- Így
- alkalommal
- nak nek
- vett
- hagyományos
- kiképzett
- átmenetek
- igaz
- kettő
- Bizonytalanság
- megért
- megértés
- egyetemi
- us
- használt
- segítségével
- érték
- nagyon
- akar
- akar
- volt
- Út..
- we
- voltak
- amikor
- vajon
- ami
- WHO
- lesz
- val vel
- Munka
- világ
- lenne
- Rossz
- te
- A te
- zephyrnet