By 산드라 헬셀 18년 2022월 XNUMX일 게시
퀀텀 뉴스 브리프 오늘은 Multiverse의 CTO인 Sam Mugel이 미래 경제 침체를 예측하고 예방하는 데 있어서 양자 컴퓨팅의 역할을 분석한 후 Tristan Greene이 DeepMind의 양자 AI 연구 결과 사이의 최근 논쟁과 이러한 결과가 정확하지 않거나 관련이 없다는 러시아와 한국 과학자들의 반박을 살펴보는 것으로 시작됩니다. . 그런 다음 양자 과학 센터의 토폴로지 양자 컴퓨팅 및 기타 분야에 중점을 둡니다.
*****
양자 컴퓨팅이 경기 침체를 더 잘 예측하고 예방할 수 있을까요?
Sam Mugel 박사, Multiverse Computing CTO, 최근 Forbes에 기고한 글 경제 침체를 예측하고 예측하는 데 있어서 양자 컴퓨팅의 잠재적 이점에 대해 설명합니다. Quantum News 요약은 여기에 요약되어 있습니다.
Mugel의 기사는 경기 침체에 대한 두려움이 커지고 있는 상황에 시의적절합니다. 세계 경제는 글로벌 팬데믹, 공급망 중단, 지정학적 갈등, 수십 년 만에 가장 높은 인플레이션율 등과 관련된 점점 커지는 압력에 대응하고 있습니다. 경제 활동에 대한 통찰력을 조직에 제공하는 것은 엄청난 가치가 있지만, 경제 위기를 예측하는 데는 특히 서툴습니다.
경제는 여러 플레이어와 자산을 포함하는 네트워크를 지속적으로 발전시키고 있습니다. 이러한 가능한 구성의 복잡성으로 인해 오늘날 가장 강력한 슈퍼컴퓨터를 사용하는 경우에도 효과적으로 모델링하기가 매우 어렵습니다.
양적 거시경제 문제를 체계화하기 위한 도구로서 양자를 사용하여 금융 네트워크 내의 변화나 교란에 대응하여 시간이 지남에 따라 부가 어떻게 진화하는지를 밝히는 데 관심이 쏠리고 있습니다. 원래 복잡한 최적화 문제를 해결하기 위해 개발된 장치인 양자 어닐러가 이 작업에 이상적으로 적합하다는 것이 이미 입증되었습니다.
복잡한 네트워크를 시뮬레이션하는 도구가 향후 10년 동안 더욱 발전함에 따라 중앙 은행과 금융 기관은 경제적 회복력을 향상시킬 수 있는 역량을 훨씬 더 잘 갖추게 될 것입니다. 취약점에 대한 통찰력은 포트폴리오 수명 기간 동안 발생할 수 있는 예외적인 사건의 충격으로부터 금융 기관 및 연금 기금과 같은 단체를 보호하는 데 도움이 됩니다. 이는 또한 중앙은행이 경제를 무기화하려는 향후 노력에 대해 더 나은 방어를 하는 데 도움이 될 것입니다.
Muguel은 "양자 컴퓨팅의 잠재력을 최대한 실현하려면 아직 갈 길이 멀지만, 이 기술은 이미 귀중한 새로운 통찰력을 생성하고 이전에는 존재하지 않았던 시장 예측 및 안정성 솔루션을 제시하고 있습니다"라고 결론지었습니다. 여기에서 Muguel의 원본 기사를 읽어보세요.
*****
DeepMind는 양자 AI 연구 결과에 이의를 제기한 러시아 과학자들의 의견에 동의하지 않습니다.
NextWeb Neural의 Tristan Greene은 런던에 본사를 둔 Alphabet 연구 회사인 DeepMind가 최근 직면한 불일치를 다루었습니다. DeepMind는 8개월 전에 AI를 사용하여 양자 규모의 물질 시뮬레이션이라는 엄청난 과제를 해결했다고 주장하는 흥미로운 연구 논문을 발표했습니다. ” 이제 러시아와 한국의 학술 연구자 그룹은 논문의 전체 결론을 의심하게 만드는 원래 연구의 문제를 발견했을 수 있습니다. Quantum News Briefs는 아래에 요약되어 있습니다. 이 불일치에 대한 Greene의 독창적이고 광범위한 검토 여기에서 읽을 수 있습니다.
12월에는 DeepMind가 출판했습니다. 종이 "분수 전자 문제를 해결하여 밀도 함수의 한계를 뛰어넘다"라는 제목의 책입니다. 이 논문에서 DeepMind 팀은 신경망 개발을 통해 양자 행동을 모델링하는 현재 방법을 근본적으로 개선했다고 주장합니다.
DeepMind의 논문은 초기의 공식적인 검토 과정을 거쳤습니다. 이제 2022년 XNUMX월, 러시아와 한국의 학자 XNUMX명으로 구성된 팀이 논문을 발표했습니다. 의견 DeepMind의 결론에 의문을 제기합니다.
Skolkovo 과학 기술 연구소의 보도 자료에 따르면: “이러한 시스템의 동작을 일반화하는 DeepMind AI의 능력은 게시된 결과를 따르지 않으며 재검토가 필요합니다.. "
우리의 의견으로는 DM21m에 비해 BBB 테스트 데이터세트에서 DM21의 성능이 향상된 것은 훨씬 더 평범한 이유, 즉 훈련 데이터세트와 테스트 데이터세트 간의 의도하지 않은 중복으로 인해 발생할 수 있습니다.
이것이 사실이라면 DeepMind가 실제로 양자 역학을 예측하기 위해 신경망을 가르치지 않았다는 의미입니다. 학계에서는 DeepMind의 AI가 어떻게 결론에 도달했는지에 대해 논쟁을 벌이고 있습니다. DeepMind는 신속하게 대응했습니다. 회사는 해당 발언이 나온 당일 답변을 발표하고 즉각적이고 단호한 질책을 내놨다.
우리는 그들의 분석에 동의하지 않으며 제기된 요점이 부정확하거나 논문의 주요 결론 및 DM21의 일반적인 품질 평가와 관련이 없다고 믿습니다.
Greene은 다음과 같은 도발적인 예측으로 마무리합니다. “결국 AI 시스템이 계속 확장됨에 따라 AI 시스템의 작동 방식을 이해하는 데 필요한 도구가 더 이상 없는 지점에 도달할 수 있습니다. 이런 일이 발생하면 기업 기술과 외부 동료 검토를 통과한 기술 간의 차이를 볼 수 있습니다.”
*****
ORNL 양자 과학 센터의 목표 중 하나는 토폴로지 양자 컴퓨팅을 제공하는 것입니다.
오크리지 국립 연구소(Oak Ridge National Laboratory)에 본부를 두고 있는 양자 과학 센터(QSC)는 국가 양자 이니셔티브 법 2018년에는 에너지부가 운영합니다. HPCWire의 John Russell은 QSC에 대해 자세히 알아봤습니다. Quantum News Briefs는 여기에 요약되어 있습니다.
QSC의 목표는 토폴로지 양자 컴퓨팅. 이 접근법은 아직 입증되지 않은 입자에 의존합니다. 마요라나, 비아벨 통계를 따르는 신비한 비아벨리안 클래스 중 하나입니다.
토폴로지 양자 컴퓨팅을 위한 경쟁은 일종의 도박입니다. 회의론자들이 있습니다. Microsoft는 토폴로지 접근 방식의 가장 큰 옹호자였으며 긴밀한 QSC 협력자입니다. 흥미롭게도 QSC는 토폴로지 양자 컴퓨팅을 구체화하려는 노력의 일환으로 기존 NISQ 시스템을 활용하고 있습니다.
그러나 재료 과학, 알고리즘 개발 및 센서를 파고드는 QSC에서는 비아벨 입자를 쫓는 것 이상의 일이 진행되고 있습니다. 물론 이러한 영역에서 수행되는 작업의 대부분은 토폴로지 컴퓨터 개발을 지원하기 위한 것입니다.
QIS 센터가 본사가 있는 연구실을 넘어 정체성을 확립하려고 노력하는 것 같다는 점은 주목할 만합니다. QSC의 신임 이사인 Travis Humble은 “당신 말이 맞습니다. 현재 이 주제에 대한 관심이 너무 많아서 기관을 운영하는 사람이라면 누구나 이 주제를 감당할 준비가 되어 있지 않습니다. 예를 들어 Oak Ridge에서 우리는 Quantum Science Center의 리더이지만 전체적으로 17개의 파트너가 여기에 기여하고 있으며 솔직히 그들 중 하나를 빼면 결국 우리 역량 격차”
*****
전자 및 핵 스핀 큐비트의 2D 배열로 양자 과학의 새로운 지평을 열다
퍼듀 대학교(Purdue University) 연구원들은 원자 규모의 핵 자기 공명 분광법과 같은 응용을 가능하게 하고 2D 재료의 핵 스핀으로 양자 정보를 읽고 쓸 수 있게 함으로써 양자 과학 및 기술의 새로운 지평을 열었습니다. 자연 재료, 연구팀은 전자 스핀 큐비트를 원자 규모 센서로 사용했으며 초박형 육각형 질화붕소에서 핵 스핀 큐비트에 대한 최초의 실험적 제어를 수행했습니다.
“이것은 2D 물질에서 핵 스핀의 광학적 초기화와 일관성 있는 제어를 보여주는 최초의 연구입니다.”라고 퍼듀 대학교 물리학, 천문학, 전기 및 컴퓨터 공학과 부교수이자 학회 회원인 교신 저자인 Tongcang Li가 말했습니다. 퍼듀 양자 과학 및 공학 연구소. “이제 우리는 빛을 사용하여 핵 스핀을 초기화할 수 있으며 그 제어를 통해 2D 재료의 핵 스핀으로 양자 정보를 쓰고 읽을 수 있습니다. 이 방법은 양자 메모리, 양자 감지 및 양자 시뮬레이션에 다양한 응용 분야를 가질 수 있습니다.”
이 연구에서 Li와 그의 팀은 초박형 육각형 질화붕소에서 광자와 핵 스핀 사이의 인터페이스를 확립했습니다. 핵 스핀은 주변 전자 스핀 큐비트를 통해 광학적으로 초기화(알려진 스핀으로 설정)될 수 있습니다. 일단 초기화되면 무선 주파수를 사용하여 핵 스핀 큐비트를 변경하거나 본질적으로 정보를 "기록"하거나 핵 스핀 큐비트의 변화를 측정하거나 정보를 "읽는" 데 사용할 수 있습니다. 그들의 방법은 한 번에 30개의 질소 핵을 활용하며 실온에서 전자 큐비트보다 일관성 시간이 2배 이상 길다. 그리고 XNUMXD 재료를 다른 재료 위에 직접 겹쳐서 내장 센서를 만들 수 있습니다.
