By Sandra Helzel opublikowano 18 sierpnia 2022
Quantum News Brief rozpoczyna się dziś analizą CTO firmy Multiverse, Samem Mugelem, dotyczącą roli komputerów kwantowych w przewidywaniu i zapobieganiu przyszłym spadkom gospodarczym, po której następuje spojrzenie Tristana Greene'a na niedawny spór między odkryciami kwantowej sztucznej inteligencji firmy DeepMind a obaleniem rosyjskich i koreańskich naukowców, że te odkrycia nie są dokładne lub nieistotne . Następnie przyjrzymy się, jak Centrum Nauki Kwantowej koncentruje się na topologicznych obliczeniach kwantowych i WIĘCEJ.
*****
Czy komputery kwantowe mogą lepiej przewidywać i zapobiegać kryzysom gospodarczym?
Sam Mugel, Ph.D., CTO Multiverse Computing, napisał niedawno w Forbes o potencjalnych korzyściach z obliczeń kwantowych w przewidywaniu, a tym samym przewidywaniu pogorszenia koniunktury gospodarczej. Podsumowanie briefu Quantum News tutaj.
Artykuł Mugela jest na czasie z rosnącymi obawami przed spowolnieniem gospodarczym. Globalne gospodarki reagują na szereg zmieniających się presji związanych z globalną pandemią, zakłóceniami w łańcuchu dostaw, konfliktami geopolitycznymi i najwyższymi od dziesięcioleci wskaźnikami inflacji, by wymienić tylko kilka. Dostarczanie organizacjom wglądu w zachowanie gospodarek ma ogromną wartość, ale jesteśmy szczególnie źli w przewidywaniu kryzysów gospodarczych.
Gospodarki mają stale rozwijające się sieci, które obejmują wielu graczy i aktywa. Ta złożoność możliwych konfiguracji sprawia, że ich efektywne modelowanie jest tak trudne, nawet przy użyciu najpotężniejszych obecnie superkomputerów.
Uwaga zwraca się w stronę wykorzystania kwantów jako narzędzia do kodowania ilościowych problemów makroekonomicznych, ujawniając, jak bogactwo ewoluuje w czasie w odpowiedzi na zmiany lub perturbacje w sieci finansowej. Wykazano już, że wyżarzacze kwantowe, urządzenia pierwotnie opracowane do rozwiązywania złożonych problemów optymalizacyjnych, idealnie nadają się do tej pracy.
Wraz z dalszym rozwojem narzędzi do symulacji złożonych sieci w ciągu następnej dekady, banki centralne i instytucje finansowe będą znacznie lepiej przygotowane do poprawy odporności gospodarczej. Wgląd w słabe punkty pomoże chronić instytucje finansowe i podmioty, takie jak fundusze emerytalne, przed wstrząsami związanymi z wyjątkowymi zdarzeniami, które mogą wystąpić w całym okresie istnienia portfeli. Pomoże to również bankom centralnym w lepszej obronie przed przyszłymi próbami zbrojenia gospodarki.
Muguel podsumowuje: „Chociaż komputery kwantowe mają przed sobą długą drogę, by wykorzystać swój pełny potencjał, technologia ta już teraz generuje cenne nowe spostrzeżenia i wskazuje rozwiązania w zakresie prognozowania rynku i stabilności tam, gdzie wcześniej nie istniały”. Przeczytaj oryginalny artykuł Muguela tutaj.
*****
DeepMind nie zgadza się z rosyjskimi naukowcami, którzy kwestionowali wyniki badań Quantum AI
Tristan Greene z NextWeb's Neural omówił niedawny spór, z jakim spotkała się DeepMind, firma badawcza Alphabet z siedzibą w Londynie, która osiem miesięcy temu opublikowała fascynujący artykuł badawczy, w którym twierdziła, że rozwiązała ogromne wyzwanie „symulowania materii w skali kwantowej za pomocą sztucznej inteligencji. ” Teraz grupa badaczy akademickich z Rosji i Korei Południowej mogła odkryć problem z oryginalnymi badaniami, który stawia pod znakiem zapytania cały wniosek artykułu. Quantum News Briefs podsumowuje poniżej; Oryginalny i obszerny przegląd tego sporu autorstwa Greene'a można przeczytać tutaj.
W grudniu opublikowano DeepMind papier zatytułowany „Przesuwanie granic funkcjonałów gęstości przez rozwiązanie ułamkowego problemu elektronów”. W tym artykule zespół DeepMind twierdzi, że radykalnie udoskonalił obecne metody modelowania zachowania kwantowego poprzez rozwój sieci neuronowej.
Artykuł DeepMind przeszedł przez wstępny, formalny proces recenzji. Teraz, w sierpniu 2022 r., opublikował zespół ośmiu naukowców z Rosji i Korei Południowej komentarz kwestionując wnioski DeepMind.
Zgodnie z komunikatem prasowym Skolkovo Institute of Science and Technology: „Zdolność DeepMind AI do uogólniania zachowania takich systemów nie wynika z opublikowanych wyników i wymaga ponownej analizy".
Naszym zdaniem poprawa wydajności DM21 na zbiorze danych testowych BBB w stosunku do DM21m może być spowodowana znacznie bardziej prozaicznym powodem: niezamierzonym nakładaniem się zestawów danych treningowych i testowych.
Jeśli to prawda, oznaczałoby to, że DeepMind tak naprawdę nie nauczył sieci neuronowej przewidywania mechaniki kwantowej. Naukowcy spierają się, w jaki sposób sztuczna inteligencja DeepMind doszła do swoich wniosków. DeepMind szybko zareagował. Firma opublikowała swoją odpowiedź tego samego dnia co komentarz i udzieliła natychmiastowej i stanowczej nagany:
Nie zgadzamy się z ich analizą i uważamy, że podniesione punkty są albo błędne, albo nie mają związku z głównymi wnioskami artykułu i oceną ogólnej jakości DM21.
Greene kończy prowokacyjną prognozą: „Ostatecznie, gdy systemy sztucznej inteligencji będą się nadal skalować, możemy dojść do punktu, w którym nie będziemy już mieć narzędzi niezbędnych do zrozumienia, jak one działają. Kiedy tak się dzieje, możemy zaobserwować rozbieżność między technologią korporacyjną a tą, która przechodzi zewnętrzną weryfikację”.
*****
Jednym z celów Centrum Nauki Kwantowej ORNL jest pomoc w dostarczaniu topologicznych obliczeń kwantowych
Quantum Science Center (QSC), z siedzibą w Oak Ridge National Laboratory, jest jednym z pięciu ośrodków utworzonych przez Krajowa ustawa o inicjatywie kwantowej w 2018 roku i prowadzony przez Departament Energii. John Russell z HPCWire zagłębił się w QSC; Quantum News Briefs podsumowuje tutaj.
Celem QSC jest pomoc w dostarczaniu topologiczny obliczenia kwantowe. Podejście to opiera się na jeszcze nieudowodnionej cząstce, Marjorana, jeden z klasy tajemniczych nieabelowych anyonów, które podążają za nieabelowymi statystykami.
Wyścig o topologiczne obliczenia kwantowe to trochę hazard. Są sceptycy. Firma Microsoft była największym orędownikiem podejścia topologicznego i jest bliskim współpracownikiem QSC. Co ciekawe, starając się udoskonalić topologiczne obliczenia kwantowe, QSC wykorzystuje istniejące systemy NISQ.
Jednak w QSC dzieje się znacznie więcej niż ściganie cząstek nieabelowych, które zajmuje się materiałoznawstwem, rozwojem algorytmów i czujnikami, chociaż wiele z tego, co robi się w tych obszarach, ma na celu wspieranie rozwoju komputerów topologicznych.
Być może warto zauważyć, że centra QIS wydają się próbować wyrzeźbić tożsamość poza laboratoriami, w których mają siedzibę. Nowo mianowany dyrektor QSC Travis Humble powiedział: „Masz całkowitą rację. Zainteresowanie tym tematem jest w tej chwili tak duże, że każdy, kto ma instytucję, jest źle przygotowany, aby móc się tym wszystkim zająć. Na przykład w Oak Ridge kierujemy Centrum Nauki Kwantowej, ale w sumie jest 17 partnerów, którzy się do tego przyczyniają i szczerze mówiąc, gdybyśmy usunęli któregokolwiek z nich, skończylibyśmy z lukę w naszych możliwościach”.
*****
Dwuwymiarowa tablica kubitów elektronowych i jądrowych otwiera nowe granice w nauce kwantowej
Naukowcy z Purdue University otworzyli nową granicę w nauce i technologii kwantowej, umożliwiając zastosowania takie jak spektroskopia jądrowego rezonansu magnetycznego w skali atomowej oraz odczytywanie i zapisywanie informacji kwantowych za pomocą spinów jądrowych w materiałach 2D. Materiały przyrodnicze, zespół badawczy wykorzystał kubity wirowania elektronów jako czujniki w skali atomowej, a także do przeprowadzenia pierwszej eksperymentalnej kontroli kubitów wirowania jądrowego w ultracienkim heksagonalnym azotku boru.
„To pierwsza praca pokazująca optyczną inicjalizację i spójną kontrolę spinów jądrowych w materiałach 2D” – powiedział autor korespondent Tongcang Li, profesor fizyki i astronomii oraz inżynierii elektrycznej i komputerowej Purdue oraz członek Instytut Nauki i Inżynierii Kwantowej Purdue. „Teraz możemy użyć światła do zainicjowania spinów jądrowych, a dzięki tej kontroli możemy zapisywać i odczytywać informacje kwantowe za pomocą spinów jądrowych w materiałach 2D. Ta metoda może mieć wiele różnych zastosowań w pamięci kwantowej, wykrywaniu kwantowym i symulacji kwantowej”.
W tej pracy Li i jego zespół ustalili interfejs między fotonami a spinami jądrowymi w ultracienkich heksagonalnych azotkach boru. Spiny jądrowe można zainicjować optycznie – ustawić na znany spin – za pomocą otaczających kubitów spinowych elektronów. Po zainicjowaniu częstotliwość radiowa może być wykorzystana do zmiany kubitu wirowania jądra, zasadniczo „zapisując” informacje lub mierząc zmiany w kubitach wirowania jądrowego lub „odczytując” informacje. Ich metoda wykorzystuje jednocześnie trzy jądra azotu, z ponad 30 razy dłuższymi czasami koherencji niż kubity elektronowe w temperaturze pokojowej. Materiał 2D można nakładać warstwami bezpośrednio na inny materiał, tworząc wbudowany czujnik.
