IHEP busca oportunidades quânticas para acelerar a ciência fundamental – Physics World

<a href="https://platoblockchain.com/wp-content/uploads/2024/02/ihep-seeks-quantum-opportunities-to-fast-track-fundamental-science-physics-world-5.jpg" data-fancybox data-src="https://platoblockchain.com/wp-content/uploads/2024/02/ihep-seeks-quantum-opportunities-to-fast-track-fundamental-science-physics-world-5.jpg" data-caption="Simule para acumular O cluster de computação de alto desempenho IHEP é um dos vários recursos de computação que suportam a plataforma de simulador quântico QuIHEP. (Cortesia: IHEP)”>

O Instituto de Física de Altas Energias (IHEP), parte da Academia Chinesa de Ciências, é o maior laboratório de ciências básicas da China. Abriga um programa de pesquisa multidisciplinar que abrange física de partículas elementares, astrofísica, bem como planejamento, projeto e construção de projetos de aceleradores em grande escala - incluindo a Fonte de Nêutrons de Espalação da China, lançada em 2018, e a Fonte de Fótons de Alta Energia, que será lançada on-line em 2025.

Embora o investimento na infra-estrutura experimental do IHEP tenha aumentado dramaticamente nos últimos 20 anos, o desenvolvimento e a aplicação de tecnologias de aprendizagem automática quântica e de computação quântica estão agora preparados para produzir resultados de alcance semelhante no âmbito do programa de investigação do IHEP.   

Grande ciência, soluções quânticas

A física de alta energia é onde a “grande ciência” encontra o “big data”. Descobrir novas partículas e investigar as leis fundamentais da natureza são esforços que produzem volumes incríveis de dados. O Large Hadron Collider (LHC) do CERN gera petabytes (10¹⁵ bytes) de dados durante suas execuções experimentais – todos os quais devem ser processados ​​e analisados ​​com a ajuda da computação em grade, uma infraestrutura distribuída que conecta recursos de computação em rede em todo o mundo.

Desta forma, a Worldwide LHC Computing Grid dá a uma comunidade de milhares de físicos acesso quase em tempo real aos dados do LHC. Essa sofisticada rede computacional foi fundamental para a descoberta marcante do bóson de Higgs no CERN em 2012, bem como para inúmeros outros avanços para investigar melhor o Modelo Padrão da física de partículas.

Outro ponto de inflexão está iminente, no entanto, quando se trata de armazenamento, análise e mineração de big data em física de altas energias. O Grande Colisor de Hádrons de Alta Luminosidade (HL-LHC), que está previsto para entrar em operação em 2029, criará uma “crise computacional” à medida que a luminosidade integrada da máquina, proporcional ao número de colisões de partículas que ocorrem em um determinado período de tempo , aumentará por um fator de 10 em relação ao valor de projeto do LHC – assim como os fluxos de dados gerados pelos experimentos HL-LHC.

CERN QTI: aproveitando a grande ciência para acelerar a inovação quântica

No curto prazo, será necessária uma nova “linha de base computacional” para lidar com as crescentes demandas de dados do HL-LHC – uma linha de base que exigirá a exploração em escala de unidades de processamento gráfico para simulação massivamente paralela, gravação e reprocessamento de dados , bem como aplicações clássicas de aprendizado de máquina. O CERN, por sua vez, também estabeleceu um roteiro de médio e longo prazo que reúne as comunidades de física de alta energia e de tecnologia quântica através da Iniciativa de Tecnologia Quântica (QTI) do CERN – reconhecimento de que outro salto no desempenho da computação está surgindo. com a aplicação de tecnologias de computação quântica e redes quânticas.

De volta ao básico quântico

Os computadores quânticos, como o nome indica, exploram os princípios fundamentais da mecânica quântica. Semelhante aos computadores clássicos, que dependem de bits binários que assumem o valor 0 ou 1, os computadores quânticos exploram bits binários quânticos, mas como uma superposição dos estados 0 e 1. Essa superposição, juntamente com o emaranhamento quântico (correlações entre bits quânticos), em princípio permite que os computadores quânticos realizem alguns tipos de cálculo significativamente mais rápido do que as máquinas clássicas – por exemplo, simulações quânticas aplicadas em diversas áreas da química quântica e da cinética de reações moleculares.

Embora as oportunidades para a ciência e para a economia em geral pareçam convincentes, uma das grandes dores de cabeça da engenharia associadas aos computadores quânticos em fase inicial é a sua vulnerabilidade ao ruído ambiental. Os Qubits são facilmente perturbados, por exemplo, por suas interações com o campo magnético da Terra ou campos eletromagnéticos dispersos de telefones celulares e redes WiFi. As interações com os raios cósmicos também podem ser problemáticas, assim como a interferência entre qubits vizinhos.

<a data-fancybox data-src="https://platoblockchain.com/wp-content/uploads/2024/02/ihep-seeks-quantum-opportunities-to-fast-track-fundamental-science-physics-world-2.jpg" data-caption="Grande física IHEP scientists are working to “rediscover” the exotic particle Zc(3900) using quantum machine learning. The subatomic particle – the first tetraquark state observed experimentally – was discovered in 2013 by the BESIII detector (shown here) at IHEP’s Beijing Electron–Positron Collider. (Courtesy: IHEP)” title=”Click to open image in popup” href=”https://platoblockchain.com/wp-content/uploads/2024/02/ihep-seeks-quantum-opportunities-to-fast-track-fundamental-science-physics-world-2.jpg”>

A solução ideal – uma estratégia chamada correção de erros – envolve armazenar as mesmas informações em vários qubits, de modo que os erros sejam detectados e corrigidos quando um ou mais dos qubits forem afetados por ruído. O problema com esses chamados computadores quânticos tolerantes a falhas é a necessidade de um grande número de qubits (na região de milhões) – algo que é impossível de implementar nas arquiteturas quânticas de pequena escala da geração atual.

Em vez disso, os projetistas dos atuais computadores Noisy Intermediate-Scale Quantum (NISQ) podem aceitar os efeitos de ruído como eles são ou recuperar parcialmente os erros algoritmicamente – ou seja, sem aumentar o número de qubits – em um processo conhecido como mitigação de erros. Sabe-se que vários algoritmos conferem resiliência contra ruído em computadores quânticos de pequena escala, de modo que a “vantagem quântica” pode ser observável em aplicações específicas de física de alta energia, apesar das limitações inerentes dos computadores quânticos da geração atual.

Uma dessas linhas de investigação no IHEP concentra-se na simulação quântica, aplicando ideias originalmente apresentadas por Richard Feynman em torno do uso de dispositivos quânticos para simular a evolução temporal de sistemas quânticos – por exemplo, na cromodinâmica quântica de redes (QCD). Para contextualizar, o Modelo Padrão descreve todas as interações fundamentais entre as partículas elementares, exceto a força gravitacional – ou seja, unindo as forças eletromagnética, fraca e forte. Desta forma, o modelo compreende dois conjuntos das chamadas teorias quânticas de campos de calibre: o modelo Glashow-Weinberg-Salam (fornecendo uma descrição unificada das forças eletromagnéticas e fracas) e QCD (para as forças fortes).

Geralmente, as teorias quânticas de campo de calibre não podem ser resolvidas analiticamente, com a maioria das previsões para experimentos derivadas de métodos de aproximação de melhoria contínua (também conhecidos como perturbação). Neste momento, os cientistas do IHEP estão a trabalhar na simulação direta de campos de medida com circuitos quânticos sob condições simplificadas (por exemplo, em dimensões de espaço-tempo reduzidas ou utilizando grupos finitos ou outros métodos algébricos). Tais abordagens são compatíveis com as iterações atuais dos computadores NISQ e representam um trabalho fundamental para uma implementação mais completa do QCD em rede em um futuro próximo.

Aprendizado de máquina: o caminho quântico

Outro tema de pesquisa quântica no IHEP envolve o aprendizado de máquina quântica, que pode ser agrupado em quatro abordagens distintas: CC, CQ, QC, QQ (com C – clássico; Q – quântico). Em cada caso, a primeira letra corresponde ao tipo de dado e a última ao tipo de computador que executa o algoritmo. O esquema CC, por exemplo, utiliza totalmente dados clássicos e computadores clássicos, embora execute algoritmos de inspiração quântica.

O caso de uso mais promissor buscado no IHEP, entretanto, envolve a categoria CQ de aprendizado de máquina, onde o tipo de dados clássico é mapeado e treinado em computadores quânticos. A motivação aqui é que, ao explorar os fundamentos da mecânica quântica – o grande espaço de Hilbert, a superposição e o emaranhamento – os computadores quânticos serão capazes de aprender de forma mais eficaz a partir de conjuntos de dados em grande escala para otimizar as metodologias de aprendizagem automática resultantes.

<a data-fancybox data-src="https://platoblockchain.com/wp-content/uploads/2024/02/ihep-seeks-quantum-opportunities-to-fast-track-fundamental-science-physics-world-3.jpg" data-caption="Rastreamento de partículas IHEP scientists believe quantum computing will help to streamline track reconstruction methods in next-generation particle accelerators like the HL-LHC. Above: Hideki Okawa (right), Jiaheng Zou (standing) and Xiaozhong Huang (left) evaluate reconstructed particle tracks generated with the Origin Quantum Wuyuan computer, billed as “China’s first practical quantum computer”. (Courtesy: IHEP)” title=”Click to open image in popup” href=”https://platoblockchain.com/wp-content/uploads/2024/02/ihep-seeks-quantum-opportunities-to-fast-track-fundamental-science-physics-world-3.jpg”>

Para compreender o potencial de vantagem quântica, os cientistas do IHEP estão atualmente trabalhando na “redescobrição” da partícula exótica Z_c(3900) usando aprendizado de máquina quântica. Em termos de história de fundo: Z_c(3900) é uma partícula subatômica exótica composta de quarks (os blocos de construção de prótons e nêutrons) e que se acredita ser o primeiro estado de tetraquark observado experimentalmente – uma observação que, no processo, aprofundou nossa compreensão da QCD. A partícula foi descoberta em 2013 pelo detector Espectrômetro de Pequim (BESIII) no Colisor de Elétrons-Positrons de Pequim (BEPCII), com observação independente pelo experimento Belle no laboratório de física de partículas KEK do Japão.

Inovações de teste da QUANT-NET: reimaginando a rede quântica

Como parte deste estudo de P&D, uma equipe liderada por Jiaheng Zou do IHEP, e incluindo colegas da Universidade de Shandong e da Universidade de Jinan, implantou o chamado algoritmo Quantum Support Vector Machine (uma variante quântica de um algoritmo clássico) para o treinamento ao longo com sinais simulados de Z_c(3900) e eventos selecionados aleatoriamente a partir dos dados reais do BESIII como pano de fundo.

Usando a abordagem de aprendizado de máquina quântico, o desempenho é competitivo em relação aos sistemas clássicos de aprendizado de máquina – embora, o que é crucial, com um conjunto de dados de treinamento menor e menos recursos de dados. Estão em curso investigações para demonstrar maior sensibilidade do sinal com a computação quântica, trabalho que poderá, em última análise, apontar o caminho para a descoberta de novas partículas exóticas em experiências futuras.

• Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
• PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
• PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
• PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
• PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
• Fonte: https://physicsworld.com/a/ihep-seeks-quantum-opportunities-to-fast-track-fundamental-science/