By Sandra Helsel pubblicato il 18 agosto 2022
Riassunti di notizie quantistiche si apre oggi con l'analisi del CTO di Multiverse Sam Mugel sul ruolo dell'informatica quantistica nella previsione e prevenzione di future recessioni economiche, seguita dallo sguardo di Tristan Greene sulla recente disputa tra le scoperte dell'IA quantistica di DeepMind e la confutazione degli scienziati russi e coreani secondo cui tali scoperte non sono accurate o non rilevanti . Questo è seguito da uno sguardo all'attenzione del Quantum Science Center sul calcolo quantistico topologico e ALTRO.
*****
L'informatica quantistica potrebbe prevedere e prevenire meglio le recessioni economiche?
Sam Mugel, Ph.D., CTO di Multiverse Computing, ha scritto di recente su Forbes sul potenziale vantaggio del calcolo quantistico nel prevedere e quindi prevedere le recessioni economiche. I brief di Quantum News riassumono qui.
L'articolo di Mugel è tempestivo con i crescenti timori di una recessione economica. Le economie globali stanno rispondendo a una serie di pressioni in continua evoluzione legate alla pandemia globale, alle interruzioni della catena di approvvigionamento, ai conflitti geopolitici e ai tassi di inflazione più elevati degli ultimi decenni, solo per citarne alcuni. Fornire alle organizzazioni informazioni sul comportamento delle economie ha un valore enorme, ma siamo particolarmente scarsi nel prevedere le crisi economiche.
Le economie hanno reti in continua evoluzione che includono più attori e risorse. Questa complessità delle possibili configurazioni è ciò che le rende così difficili da modellare in modo efficace, anche quando si utilizzano i supercomputer più potenti di oggi.
L'attenzione si sta rivolgendo all'uso del quantum come strumento per codificare problemi macroeconomici quantitativi, rivelando come la ricchezza si evolve nel tempo in risposta a cambiamenti o perturbazioni all'interno della rete finanziaria. È già stato dimostrato che i quantum annealer, dispositivi originariamente sviluppati per risolvere complessi problemi di ottimizzazione, sono ideali per questo lavoro.
Man mano che gli strumenti per la simulazione di reti complesse si svilupperanno ulteriormente nel prossimo decennio, le banche centrali e le istituzioni finanziarie saranno molto meglio attrezzate per migliorare la resilienza economica. Gli approfondimenti sulle vulnerabilità contribuiranno a proteggere le istituzioni finanziarie e le entità come i fondi pensione dallo shock di eventi eccezionali che potrebbero verificarsi nel corso della vita dei portafogli. Aiuterà anche le banche centrali a montare una migliore difesa contro gli sforzi futuri per armare l'economia.
Muguel conclude: "Mentre il calcolo quantistico deve fare molta strada per realizzare il suo pieno potenziale, la tecnologia sta già generando nuove preziose intuizioni e indicando soluzioni nella previsione e nella stabilità del mercato dove prima non esistevano". Leggi l'articolo originale di Muguel qui.
*****
DeepMind non è d'accordo con gli scienziati russi che hanno contestato i risultati della ricerca sull'IA quantistica
Tristan Greene di Neural di NextWeb ha parlato di un recente disaccordo affrontato da DeepMind, una società di ricerca di Alphabet con sede a Londra, che otto mesi fa ha pubblicato un affascinante documento di ricerca in cui affermava di aver risolto l'enorme sfida di "simulare la materia su scala quantistica con l'intelligenza artificiale". " Ora, un gruppo di ricercatori accademici provenienti dalla Russia e dalla Corea del Sud potrebbe aver scoperto un problema con la ricerca originale che mette in dubbio l'intera conclusione del documento. Quantum News Briefs riassume di seguito; La revisione originale ed estesa di Greene di questo disaccordo può essere letto qui.
A dicembre, DeepMind ha pubblicato un documento intitolato "Spingere le frontiere dei funzionali di densità risolvendo il problema dell'elettrone frazionario". In questo articolo, il team di DeepMind afferma di aver radicalmente migliorato i metodi attuali per modellare il comportamento quantistico attraverso lo sviluppo di una rete neurale.
L'articolo di DeepMind ha superato il processo di revisione formale iniziale. Ora, nell'agosto 2022, un team di otto accademici provenienti da Russia e Corea del Sud ha pubblicato un commento mettendo in discussione la conclusione di DeepMind.
Secondo un comunicato stampa dell'Istituto di scienza e tecnologia di Skolkovo: "La capacità di DeepMind AI di generalizzare il comportamento di tali sistemi non deriva dai risultati pubblicati e richiede una rivisitazione. "
A nostro avviso, i miglioramenti nelle prestazioni di DM21 sul set di dati di test BBB rispetto a DM21m possono essere causati da una ragione molto più prosaica: una sovrapposizione involontaria tra i set di dati di addestramento e di test.
Se questo è vero, significherebbe che DeepMind non ha effettivamente insegnato a una rete neurale a prevedere la meccanica quantistica. Gli accademici stanno discutendo su come l'intelligenza artificiale di DeepMind sia giunta alle sue conclusioni. DeepMind ha risposto rapidamente. La società ha pubblicato la sua risposta lo stesso giorno del commento e ha fornito un rimprovero immediato e fermo:
Non siamo d'accordo con la loro analisi e riteniamo che i punti sollevati siano errati o non pertinenti alle principali conclusioni del documento e alla valutazione della qualità generale del DM21.
Greene chiude con una previsione provocatoria: “Alla fine, mentre i sistemi di intelligenza artificiale continuano a crescere, potremmo raggiungere un punto in cui non abbiamo più gli strumenti necessari per capire come funzionano. Quando ciò accade, potremmo vedere una divergenza tra la tecnologia aziendale e quella che supera la revisione tra pari esterna.
*****
Uno degli obiettivi del Quantum Science Center dell'ORNL è aiutare a fornire il calcolo quantistico topologico
Il Quantum Science Center (QSC), con sede presso l'Oak Ridge National Laboratory, è uno dei cinque centri creati dal Legge sull'Iniziativa Quantistica Nazionale nel 2018 e gestito dal Dipartimento dell'Energia. John Russell di HPCWire ha approfondito QSC; Quantum News Briefs riassume qui.
L'obiettivo di QSC è aiutare a fornire topologica informatica quantistica. Questo approccio dipende da una particella non ancora dimostrata, Maggiorana, uno di una classe di misteriosi anioni non abeliani che seguono statistiche non abeliane.
La corsa al calcolo quantistico topologico è un po' una scommessa. Ci sono scettici. Microsoft è stata la più grande sostenitrice dell'approccio topologico ed è una stretta collaboratrice di QSC. È interessante notare che, nel suo sforzo di arricchire il calcolo quantistico topologico, QSC sta sfruttando i sistemi NISQ esistenti.
Tuttavia, c'è molto di più che inseguire particelle non abeliane in corso a QSC che sta scavando nella scienza dei materiali, nello sviluppo di algoritmi e nei sensori, sebbene gran parte di ciò che viene fatto in queste aree è destinato a supportare lo sviluppo di computer topologici.
È forse degno di nota il fatto che i centri QIS sembrino cercare di ritagliarsi identità al di là dei laboratori in cui hanno sede. Il nuovo direttore di QSC Travis Humble ha dichiarato: “Hai esattamente ragione. C'è così tanto interesse per questo argomento al momento che chiunque abbia un'istituzione è mal preparato per poter affrontare tutto. Quindi, per esempio, a Oak Ridge, siamo a capo del Quantum Science Center, ma ci sono 17 partner in tutto, che vi stanno contribuendo, e onestamente, se ne togliessimo uno, ci ritroveremmo con un lacuna nelle nostre capacità”.
*****
La matrice 2D di elettroni e spin qubit nucleari apre una nuova frontiera nella scienza quantistica
I ricercatori della Purdue University hanno aperto una nuova frontiera nella scienza e tecnologia quantistica, consentendo applicazioni come la spettroscopia di risonanza magnetica nucleare su scala atomica e di leggere e scrivere informazioni quantistiche con spin nucleari in materiali 2D. Nature Materials, il team di ricerca ha utilizzato spin qubit di elettroni come sensori su scala atomica e anche per effettuare il primo controllo sperimentale di spin qubit nucleari in nitruro di boro esagonale ultrasottile.
"Questo è il primo lavoro che mostra l'inizializzazione ottica e il controllo coerente degli spin nucleari nei materiali 2D", ha affermato l'autore corrispondente Tongcang Li, professore associato di fisica e astronomia della Purdue e ingegneria elettrica e informatica, e membro del Purdue Istituto di scienza e ingegneria quantistica. “Ora possiamo usare la luce per inizializzare gli spin nucleari e con quel controllo, possiamo scrivere e leggere informazioni quantistiche con spin nucleari in materiali 2D. Questo metodo può avere molte applicazioni diverse nella memoria quantistica, nel rilevamento quantistico e nella simulazione quantistica».
In questo lavoro, Li e il suo team hanno stabilito un'interfaccia tra fotoni e spin nucleari in nitruri di boro esagonali ultrasottili. Gli spin nucleari possono essere inizializzati otticamente, impostati su uno spin noto, tramite i qubit di spin degli elettroni circostanti. Una volta inizializzata, una radiofrequenza può essere utilizzata per modificare lo spin qubit nucleare, essenzialmente "scrivendo" informazioni, o per misurare i cambiamenti negli spin qubit nucleari, o "leggere" informazioni. Il loro metodo sfrutta tre nuclei di azoto alla volta, con tempi di coerenza oltre 30 volte più lunghi rispetto a quelli dei qubit di elettroni a temperatura ambiente. E il materiale 2D può essere stratificato direttamente su un altro materiale, creando un sensore integrato.
