Sinir ağları kuantum durum ölçümlerini hızlandırır – Fizik Dünyası

Sinir ağları kuantum durum ölçümlerini hızlandırır – Fizik Dünyası

Zaman Damgası: 31 Temmuz 2023 12:00

kuantum algoritması soyut
(Nezaket: iStock/Anadmist)

Yeni bir çalışma, sinir ağlarının kuantum sistemlerdeki dolaşma derecesini geleneksel tekniklerden çok daha verimli bir şekilde tahmin edebildiğini gösteriyor. Kuantum durumlarını tam olarak karakterize etme ihtiyacını bir kenara atarak, yeni derin öğrenme yöntemi, özellikle dolaşıklığı ölçmenin çok önemli olacağı ancak kaynak sınırlamalarının tam durum karakterizasyonunu gerçekçi olmadığı büyük ölçekli kuantum teknolojileri için yararlı olabilir.

Dolaşıklık -birden çok parçacığın ortak bir dalga fonksiyonunu paylaştığı, böylece bir parçacığı rahatsız eden diğer tüm parçacıkları etkilediği bir durum- kuantum mekaniğinin merkezinde yer alır. Çalışmanın ortak yazarı, bir sistemdeki dolaşıklık derecesinin ölçülmesinin, sistemin ne kadar “kuantum” olduğunu anlamanın bir parçası olduğunu söylüyor. Miroslav Ježek, Çekya'daki Palacký Üniversitesi'nde bir fizikçi. "Bu davranışı, kuantum fiziğinin temellerinin tartışıldığı basit iki parçacıklı sistemlerden başlayarak gözlemleyebilirsiniz" diye açıklıyor. "Öte yandan, örneğin, makroskobik maddedeki dolaşıklık değişiklikleri ile faz geçişleri arasında doğrudan bir bağlantı var."

Bir sistemdeki herhangi iki parçacığın karışma derecesi, tek bir sayı ile ölçülebilir. Bu sayının tam değerini elde etmek, dalga fonksiyonunun yeniden yapılandırılmasını gerektirir, ancak bir kuantum durumunu ölçmek onu yok eder, bu nedenle aynı durumun birden fazla kopyası tekrar tekrar ölçülmelidir. Buna, 2 boyutlu bir görüntü oluşturmak için bir dizi 3 boyutlu görüntünün kullanıldığı klasik tomografiye benzer şekilde kuantum tomografi denir ve bu, kuantum teorisinin kaçınılmaz bir sonucudur. "Bir ölçümden bir kuantum durumunu öğrenebilseydiniz, bir kübit bir kübit olmazdı - biraz olurdu - ve kuantum iletişimi olmazdı" diyor. Ana Predojeviç, İsveç Stockholm Üniversitesi'nde fizikçi ve çalışma ekibinin bir üyesi.

Sorun şu ki, bir kuantum ölçümünün doğal belirsizliği, (örneğin) bir kuantum işlemcisindeki kübitler arasındaki dolaşıklığı ölçmeyi son derece zorlaştırıyor, çünkü kişi her kübit üzerinde tam çoklu kübit dalga fonksiyonlu tomografi gerçekleştirmelidir. Küçük bir işlemci için bile bu günler alır: "Tek bir ölçüm yapıp dolaşıklığın olup olmadığını söyleyemezsiniz" diyor Predojević. "İnsanlar omurganızın CAT [bilgisayarlı eksenel tomografi] taraması yaptıklarında olduğu gibi - tam görüntüyü alabilmeleri için 45 dakika tüpün içinde olmanız gerekiyor: Bu veya şu omurda bir sorun olup olmadığını soramazsınız. beş dakikalık bir tarama.”

Yeterince iyi cevaplar bulmak

Dolaşmayı %100 doğrulukla hesaplamak tam kuantum durum tomografisi gerektirse de, kuantum durumunu kısmi bilgiden tahmin edebilen birkaç algoritma mevcuttur. Ježek, bu yaklaşımla ilgili sorunun, "sınırlı sayıda ölçümle, belirli bir kesinlik düzeyinde dolaşıklık hakkında bir şeyler söylediğinizin matematiksel bir kanıtı olmaması" olduğunu söylüyor.

Yeni çalışmada, Ježek, Predojević ve meslektaşları, yalnızca dolaşıklık derecesini hedefleme lehine kuantum durum yeniden inşası kavramını tamamen bir kenara atarak farklı bir yol izlediler. Bunu yapmak için, dolaşık kuantum hallerini incelemek üzere derin sinir ağları tasarladılar ve onları sayısal olarak oluşturulmuş veriler üzerinde eğittiler. Ježek, "Kuantum durumlarını rastgele seçiyoruz ve durumu oluşturduktan sonra ağın çıktısını biliyoruz çünkü sistemdeki dolaşıklık miktarını biliyoruz" diye açıklıyor Ježek; "ancak farklı yönlerden farklı sayıdaki kopyaların ölçümü sırasında elde edeceğimiz verileri de simüle edebiliriz... Bu simüle edilmiş veriler, ağın girdisidir."

Ağlar bu verileri, verilen ölçüm setlerinden dolaşıklığın her zamankinden daha iyi tahminlerini yapmayı kendilerine öğretmek için kullandılar. Araştırmacılar daha sonra ikinci bir simüle edilmiş veri seti kullanarak algoritmanın doğruluğunu kontrol ettiler. Hatalarının geleneksel bir kuantum tomografi tahmin algoritmasından yaklaşık 10 kat daha düşük olduğunu buldular.

Yöntemin deneysel olarak test edilmesi

Son olarak, araştırmacılar deneysel olarak iki gerçek dolaşık sistemi ölçtüler: rezonansla pompalanan bir yarı iletken kuantum noktası ve kendiliğinden parametrik aşağı dönüşümlü iki foton kaynağı. Ježek, "Tam kuantum durum tomografisini ölçtük... ve bundan kuantum durum hakkında her şeyi öğrendik" diyor, "Sonra bu ölçümlerin bazılarını atladık." Gittikçe daha fazla ölçümü kaldırdıkça, derin sinir ağlarının tahminlerindeki hatayı aynı geleneksel algoritmadan gelen hatalarla karşılaştırdılar. Sinir ağlarının hatası önemli ölçüde daha düşüktü.

Ryan GlasserDaha önce kuantum durumlarını tahmin etmek için makine öğrenimini kullanmış olan ABD, Louisiana'daki Tulane Üniversitesi'nde bir kuantum optik uzmanı, yeni çalışmayı "önemli" olarak nitelendiriyor. Glasser, "Kuantum teknolojilerinin şu anda karşılaştığı sorunlardan biri, şeyleri daha büyük sistemlere ölçekleyebileceğimiz bir noktaya gelmemiz ve… sisteminizi tam olarak anlamak istemenizdir" diyor. "Kuantum sistemleri herkesin bildiği gibi hassastır ve ölçmesi ve tam olarak karakterize etmesi zordur... [Araştırmacılar] sistemlerindeki dolaşıklık miktarını çok doğru bir şekilde ölçebildiklerini gösteriyorlar ki bu, gittikçe daha büyük kuantum sistemlerine gittiğimizde çok yararlı çünkü kimse bir iki kübitlik kuantum bilgisayar.”

Grup şimdi araştırmalarını daha büyük kuantum sistemlerine genişletmeyi planlıyor. Ježek ayrıca ters problemle de ilgileniyor: "Diyelim ki bir kuantum sisteminin dolaşıklığını, örneğin %1'lik bir hassasiyetle ölçmemiz gerekiyor," diyor, "Bu düzeyde bir ölçüm elde etmek için hangi minimum ölçüm düzeyine ihtiyacımız var? dolaşıklık tahmini?”

Araştırma, Bilim Gelişmeler.

Zaman Damgası:

Den fazla Fizik dünyası