Адрес e-mail:

Искусственный интеллект «увидел» квантовые преимущества

Иллюстрация. Предоставлено Алексей Мельников, фото Ирина Мельникова.

Российские ученые из МФТИ, ФТИАН и ИТМО создали нейросеть, которая научилась предсказывать поведение квантовой системы, «взглянув» на схему этой системы. Такая нейросеть самостоятельно находит те решения, которые хорошо подходят для демонстрации квантовых преимуществ. Это поможет исследователям разрабатывать эффективные квантовые компьютеры. Результаты опубликованы в New Journal of Physics.

Большой круг задач современной науки решается на основе квантово-механических расчетов. Например, химические и биологические: исследования химических реакций или поиск устойчивых молекулярных структур для промышленности, медицины, фармацевтики и других областей.

Для точного решения такого рода «квантовых» задач хорошо подходят квантовые вычисления, в отличие от классических, на основе которых квантовые задачи решаются в большинстве случаев лишь громоздко и приближенно.

Процесс создания квантовых вычислительных схем  — трудоемкое и дорогостоящее занятие. Не всегда получившиеся устройства показывают «квантовое превосходство» — демонстрируют скорость обработки информации быстрее обычного классического компьютера. Поэтому ученым хотелось бы иметь инструмент для прогнозирования того, будет ли какая-то схема обладать квантовым преимуществом или нет.

Одной из реализаций квантовых вычислений являются квантовые блуждания. Упрощенно можно представить этот метод как перемещение частицы по определенной сети, составленной из точек-узлов и соединений между этими узлами. Такие сети и образуют схему квантовой системы.

Если квантовое перемещение частицы  — блуждание — из одного узла сети в другой оказывается быстрее классического, то можно говорить, что устройство на основе такой схемы показывает квантовое преимущество. Поиск сетей, обладающих квантовым преимуществом, является важной задачей, над которой работают эксперты в области квантовых блужданий.

Идеей Алексея Мельникова, Леонида Федичкина и Александра Алоджанца было заменить эксперта машинным интеллектом: научить компьютер различать сети и давать ответ на вопрос, в каких сетях квантовые блуждания будут давать преимущество. То есть обнаружить сети на основе которых имеет смысл строить квантовый компьютер

Исследователи взяли  нейросеть, которая «специализировалась» на распознавании изображений. На вход программе подавалась матрица смежности сети и номер входного и выходного узла. На выходе нейросеть давала ответ, будет ли квантовое блуждание между этими узлами быстрее классического.

«Было неочевидно, что этот подход сработает, Но он работает, и мы очень успешно научили компьютер самостоятельно предсказывать квантовое  преимущество в сетях сложной структуры», — говорит Леонид Федичкин, доцент кафедры теоретической физики Московского физико-технического института.

«Грань между квантовым и классическим поведением систем зачастую размыта. Изюминкой нашей работы стало создание особого компьютерного зрения, с помощью которого удалось увидеть эту грань в пространстве сетей», — поясняет Алексей Мельников, выпускник Физтех-школы электроники, фотоники и молекулярной физики МФТИ, научный сотрудник Университета ИТМО.

Исследователи создали инструмент, позволяющий упростить разработку вычислительных схем на основе квантовых алгоритмов, основными приложениями которых должны стать биофотоника и материаловедение.

Например, с помощью квантовых блужданий легко описывается возбуждение фоточувствительных белков, таких как родопсин или хлорофилл. Белок — это в каком-то смысле сложная молекула, похожая на сеть. Задача понять, что произойдет с электроном, попавшим в какую-то точку в молекуле, как он будет двигаться и какое возбуждение вызывает, в переводе на формальный язык и есть поиск времени блуждания из одного узла сети в другой. 

Ожидается, что расчет естественных природных процессов на квантовых блужданиях реализовать проще, чем на архитектуре из кубитов и гейтов, так как сами блуждания  — это естественный физический процесс.

ID
CODE
NAME
PREVIEW_TEXT
PREVIEW_PICTURE
DETAIL_TEXT
DETAIL_PICTURE
DATE_ACTIVE_FROM
ACTIVE_FROM
IBLOCK_ID
IS_STANDOUT
/Экскурсия на базовую организацию ООО НТО «ИРЭ-Полюс»
/Выпускник ФФКЭ Алексей Мельников стал лауреатом престижной премии Национальной академии наук США
/Подведены итоги олимпиады школьников ФЭФМ
/Международная конференция «Достижения и применения физики плазмы» (AAPP-2019)
/Принимаются заявки на научные гранты губернатора Московской области
/Конкурс на соискание премий Губернатора Московской области
/Итоги конференции «Новая международная система единиц СИ»
/Школа молодых ученых (Форум Микроэлектроника-2019)
/В МФТИ пройдет лекция «Долгосрочная стратегия развития возобновляемой энергетики в странах Юго-Восточной Азии»
/Оплата проживания в общежитиях МФТИ
/Расписания собеседований абитуриентов ФЭФМ 15 и 16 июля 2019 года
/Вступительное испытание по специальности для абитуриентов в аспирантуру
/Собеседование абитуриентов ФЭФМ 26 июля 2019 года
/Лаборатории МФТИ представили свои разработки на выставке МАКС-2019
/2-ая Международная Конференция "Академическое письмо в глобальном мире: современные вызовы и перспективы на будущее"
/Работа исследователей физтех-школы ФЭФМ вошла в список Роспатента «100 лучших изобретений России 2018 года»
/Избрание в члены РАН преподавателей базовых кафедр ФЭФМ
/Вадим Смелянский: «Достижение квантового превосходства при помощи программируемого сверхпроводникового процессора»
/Лаборатория технологий 3D-печати функциональных микроструктур МФТИ представила результаты работы за 2019 год
/Олимпиада школьников ФЭФМ для учеников 11 класса
/Искусственный интеллект «увидел» квантовые преимущества
/В лаборатории ФЭФМ получили атомно-тонкие слои дисульфида молибдена на подложках больших площадей
/Не плавление, а возгонка: исследование графена преподнесло очередной сюрприз
/Лаборатория ФЭФМ приобрела новое оборудование для решения навигационных задач
/В лаборатории ФЭФМ определили тип квазичастиц в полупроводниковых углеродных нанотрубках
/Ученые из МФТИ знают, как не потерять сигнал в магнонных схемах
/В лаборатории ФЭФМ приблизили создание «новой флешки»
/Лампочка Шешина будет конкурировать со светодиодами
/Недоступное излучение укротили
/Результаты олимпиады школьников ФЭФМ для учеников 11 класса
/Ученые ФЭФМ из МФТИ и Третьяковской галереи провели исследование портрета кисти знаменитого художника
/Переход на дистанционную форму обучения и отмена массовых мероприятий в МФТИ
/В МФТИ продлен срок дистанционного формата обучения
/Всем прибывающим из-за границы на территорию РФ
/Подведены итоги олимпиады школьников ФЭФМ 2020
/О нерабочей неделе и каникулах в МФТИ
/График работы врачей медицинского центра
/В МФТИ возобновляется дистанционное обучение студентов
/Выдача стипендий обучающимся в кассе МФТИ
/Прием заявок на участие во Всероссийском конкурсе научно-исследовательских работ
/Шестой междисциплинарный научный форум с международным участием «Новые материалы и перспективные технологии»
Если вы заметили в тексте ошибку, выделите её и нажмите Ctrl+Enter.

© 2001-2020 Московский физико-технический институт (национальный исследовательский университет)

Противодействие коррупции | Сведения о доходах

Политика обработки персональных данных МФТИ

Техподдержка сайта | API

Использование новостных материалов сайта возможно только при наличии активной ссылки на https://mipt.ru

МФТИ в социальных сетях