高能物理研究所寻求量子机遇,加速基础科学发展 - 物理世界

高能物理研究所寻求量子机遇,加速基础科学发展 - 物理世界

位于北京的中国高能物理研究所(IHEP)正在开创量子计算和量子机器学习的创新方法,以在其粒子物理项目中开辟新的研究途径, 大川英树, 李卫东曹骏 说明

<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="模拟积累 IHEP高性能计算集群是支持QuIHEP量子模拟器平台的多种计算资源之一。 (由高能物理研究所提供)>> 高能物理研究所高性能计算集群
模拟积累 IHEP高性能计算集群是支持QuIHEP量子模拟器平台的多种计算资源之一。 (由高能物理研究所提供)

高能物理研究所(IHEP)隶属于中国科学院,是中国最大的基础科学实验室。它主持了一个跨学科研究项目,涵盖基本粒子物理学、天体物理学以及大型加速器项目的规划、设计和建设,包括 2018 年启动的中国散裂中子源和即将推出的高能光子源。 2025年上线。

虽然过去 20 年来对 IHEP 实验基础设施的投资大幅增加,但量子机器学习和量子计算技术的开发和应用现在有望在 IHEP 研究计划中产生类似的深远成果。   

大科学,量子解决方案

高能物理是“大科学”与“大数据”的结合。发现新粒子和探索自然的基本规律是产生大量数据的努力。 CERN 的大型强子对撞机 (LHC) 生成 PB 级数据(1015 实验运行期间的数据(字节)——所有这些数据都必须借助网格计算进行处理和分析,网格计算是一种将全球计算资源联网的分布式基础设施。

通过这种方式,全球大型强子对撞机计算网格使数千名物理学家能够近乎实时地访问大型强子对撞机数据。这种复杂的计算网格是 2012 年欧洲核子研究中心里程碑式的希格斯玻色子发现以及进一步研究粒子物理标准模型的无数其他进展的基础。

然而,在高能物理大数据的存储、分析和挖掘方面,另一个拐点正在迫近。高亮度大型强子对撞机 (HL-LHC) 预计将于 2029 年投入运行,由于机器的综合亮度与给定时间内发生的粒子碰撞数量成正比,因此将产生“计算危机” ,将比 LHC 的设计值增加 10 倍——HL-LHC 实验生成的数据流也将增加 XNUMX 倍。

短期内,将需要一个新的“计算基线”来应对 HL-LHC 飙升的数据需求——该基线将需要大规模利用图形处理单元进行大规模并行模拟、数据记录和再处理,以及机器学习的经典应用。 CERN 也制定了中长期路线图,通过 CERN 量子技术计划 (QTI) 将高能物理和量子技术社区聚集在一起——认识到计算性能的另一次飞跃即将到来随着量子计算和量子网络技术的应用。

回到量子基础知识

顾名思义,量子计算机利用了量子力学的基本原理。与依赖值为 0 或 1 的二进制位的经典计算机类似,量子计算机也利用量子二进制位,但作为 0 和 1 状态的叠加。这种叠加与量子纠缠(量子位之间的相关性)相结合,原则上使量子计算机能够比经典机器更快地执行某些类型的计算 - 例如,应用于量子化学和分子反应动力学各个领域的量子模拟。

虽然科学和更广泛的经济机会似乎很引人注目,但与早期量子计算机相关的重大工程难题之一是它们容易受到环境噪声的影响。例如,量子位很容易受到与地球磁场或来自手机和 WiFi 网络的杂散电磁场的相互作用的干扰。与宇宙射线的相互作用也可能是有问题的,相邻量子位之间的干扰也是如此。

<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="大物理 IHEP 的科学家们正在努力利用量子机器学习“重新发现”奇异粒子 Zc(3900)。这种亚原子粒子——第一个通过实验观测到的四夸克态——是由高能物理研究所北京正负电子对撞机的 BESIII 探测器(如图所示)于 2013 年发现的。 (由 IHEP 提供)” title=”点击在弹出窗口中打开图像” href=”https://platoblockchain.com/wp-content/uploads/2024/02/ihep-seeks-quantum-opportunities-to-fast-track -基础科学物理世界-2.jpg”>IHEP 的 BESIII 探测器

理想的解决方案——一种称为纠错的策略——涉及在多个量子位上存储相同的信息,这样当一个或多个量子位受到噪声影响时,错误就会被检测到并纠正。这些所谓的容错量子计算机的问题在于它们需要大量的量子位(数百万左右)——这在当前一代的小规模量子架构中是不可能实现的。

相反,当今的噪声中级量子(NISQ)计算机的设计者可以接受噪声影响,或者通过算法部分恢复错误(即不增加量子位的数量),这一过程称为错误缓解。已知有几种算法可以赋予小型量子计算机抗噪声的能力,因此尽管当前一代量子计算机存在固有的局限性,但在特定的高能物理应用中仍可以观察到“量子优势”。

IHEP 的一项此类研究重点是量子模拟,应用理查德·费曼 (Richard Feynman) 最初提出的关于使用量子设备来模拟量子系统的时间演化的想法,例如在晶格量子色动力学 (QCD) 中。作为上下文,标准模型描述了除引力之外基本粒子之间的所有基本相互作用,即将电磁力、弱力和强力结合在一起。这样,该模型就包含了两套所谓的量子规范场论:格拉肖-温伯格-萨拉姆模型(提供电磁力和弱力的统一描述)和QCD(针对强力)。

通常情况下,量子规范场论无法通过分析求解,大多数实验预测都源自连续改进近似方法(也称为微扰法)。目前,高能物理所的科学家们正致力于在简化条件下(例如,在缩减的时空维度或利用有限群或其他代数方法)下用量子电路直接模拟规范场。此类方法与 NISQ 计算机的当前迭代兼容,并且代表了在不久的将来更完整地实现格子 QCD 的基础工作。

QuIHEP 量子模拟器

作为其雄心勃勃的量子研发计划的延伸,IHEP 建立了 QuIHEP,这是一个量子计算模拟器平台,使科学家和学生能够开发和优化用于高能物理研究的量子算法。

为了清楚起见,量子模拟器是经典的计算框架,试图模拟或 模拟= 量子计算机的行为。另一方面,量子模拟利用实际的量子计算硬件来模拟量子系统的时间演化,例如 IHEP 的晶格 QCD 研究(参见正文)。

因此,QuIHEP 提供了一个用户友好的交互式开发环境,利用现有的高性能计算集群来模拟多达约 40 个量子位。该平台提供了用于教育和介绍的作曲家界面(例如,演示如何直观地构建量子电路)。开发环境基于Jupyter开源软件,并结合IHEP用户认证系统。

短期内,QuIHEP 将连接中国各地的分布式量子计算资源,建立统一的研究基础设施。目标:支持量子科学与工程领域的产学合作以及教育和培训。 

机器学习:量子方式

IHEP 的另一个量子研究主题涉及量子机器学习,它可以分为四种不同的方法:CC、CQ、QC、QQ(其中 C – 经典;Q – 量子)。在每种情况下,第一个字母对应于数据类型,后者对应于运行算法的计算机的类型。例如,CC 方案充分利用经典数据和经典计算机,但运行受量子启发的算法。

然而,IHEP 正在追求的最有前途的用例涉及机器学习的 CQ 类别,其中经典数据类型在量子计算机中进行映射和训练。这里的动机是,通过利用量子力学的基础知识——大希尔伯特空间、叠加和纠缠——量子计算机将能够更有效地从大规模数据集中学习,以优化由此产生的机器学习方法。

<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="粒子追踪 IHEP 科学家相信,量子计算将有助于简化 HL-LHC 等下一代粒子加速器中的轨道重建方法。上图:大川英树(右)、邹家恒(站立)和黄晓忠(左)评估了被称为“中国第一台实用量子计算机”的本源量子五原计算机生成的重建粒子轨迹。 (由 IHEP 提供)” title=”点击在弹出窗口中打开图像” href=”https://platoblockchain.com/wp-content/uploads/2024/02/ihep-seeks-quantum-opportunities-to-fast-track -基础科学物理世界-3.jpg”>大川英树、邹家恒、黄晓忠

为了了解量子优势的潜力,IHEP 科学家目前正在致力于“重新发现”奇异粒子 Zc(3900) 使用量子机器学习。就背景故事而言:Zc(3900) 是一种由夸克(质子和中子的组成部分)组成的奇异亚原子粒子,被认为是第一个通过实验观察到的四夸克态,这一观察加深了我们对 QCD 的理解。该粒子是由北京正负电子对撞机(BEPCII)的北京光谱仪(BESIII)探测器于2013年发现的,并由日本KEK粒子物理实验室的Belle实验进行独立观测。

作为这项研发研究的一部分,由高能物理所邹家恒领导的团队,包括来自山东大学和济南大学的同事,部署了所谓的量子支持向量机算法(经典算法的量子变体)来进行训练与 Z 的模拟信号c(3900) 和从真实 BESIII 数据中随机选择的事件作为背景。

使用量子机器学习方法,其性能与经典机器学习系统相比具有竞争力,但最重要的是,它具有较小的训练数据集和较少的数据特征。正在进行的研究表明量子计算可以增强信号灵敏度,这项工作最终可能为在未来的实验中发现新的奇异粒子指明道路。

时间戳记:

更多来自 物理世界