В Сколтехе квантовые компьютеры учат работать с «квантовыми данными» — Naked Science
8 минут
Сколтех

В Сколтехе квантовые компьютеры учат работать с «квантовыми данными»

4.8

Ученые Сколтеха показали, что квантовое машинное обучение может применяться для квантовых (а не классических) данных. Таким образом устраняется свойственный для классических приложений недостаток – низкая скорость работы, и закладываются основы для понимания вычислительных аспектов квантовых систем.

В Сколтехе квантовые компьютеры учат работать с «квантовыми данными» / ©goroday.ru

Результаты исследования опубликованы в журнале Physical Review A. В квантовых компьютерах для хранения и использования данных используются эффекты квантовой механики, о которых часто говорят, что они контринтуитивны.

Тем не менее, именно благодаря квантовым эффектам квантовые компьютеры смогут намного превзойти по производительности лучшие современные суперкомпьютеры. В 2019 году впервые в мире был продемонстрирован прототип решения, обладающего, по утверждению представителей компании Google, «квантовым вычислительным превосходством».

Квантовые алгоритмы были созданы для решения сложных и масштабных вычислительных задач, которые не под силу обычным компьютерам, в том числе появившихся совсем недавно задач квантового машинного обучения. В числе основоположников квантового машинного обучения − специалисты Лаборатории квантовой обработки информации Сколтеха, которую возглавляет один из авторов опубликованной статьи, профессор Джейкоб Биамонте.

«Методы машинного обучения стали мощным инструментом для выявления закономерностей в массивах данных. В квантовых системах формируются нетипичные закономерности, которые, как считается, не могут с той же эффективностью создаваться в классических системах. Неудивительно поэтому, что при решении задач машинного обучения квантовые компьютеры могут превзойти их классические аналоги», – отметил Биамонте.

В квантовом машинном обучении используется стандартный подход, который заключается в применении квантовых алгоритмов к классическим данным. Иначе говоря, прежде чем использовать квантовые эффекты, классические данные (представленные битовыми строками из единиц и нулей) необходимо сохранить или иным образом представить в квантовом процессоре, то есть решить так называемую проблему ввода данных. Ввод данных ограничивает ускорение вычислений, которое может происходить при использовании алгоритмов квантового машинного обучения.

Исследователям Сколтеха удалось объединить квантовое машинное обучение с квантовым моделированием, а затем применить этот подход к изучению фазовых переходов в квантовых магнитных задачах многих тел. При этом ученые проводили обучение квантовых нейронных сетей, используя в качестве данных только квантовые состояния.

Другими словами, авторы намеренно обошли проблему ввода данных, подавая на вход квантово-механические состояния вещества. Для представления подобных состояний с помощью стандартных (не квантовых) методов требуется такой объем памяти, который сегодня невозможно обеспечить с помощью существующих технических средств.

Первый автор статьи, аспирант Сколтеха Алексей Уваров считает, что выполненное исследование стало «шагом вперед на пути к пониманию возможностей квантовых устройств для решения задач машинного обучения». Для того чтобы проанализировать разработанный подход, исследователи применили целый ряд методов, используя в том числе некоторые идеи из области тензорных сетей и теории запутанности.

В работе также использована подпрограмма, известная как «вариационный квантовый алгоритм» (VQE), которая итеративно находит приближение к основному состоянию заданного квантового гамильтониана и на выходе выдает набор инструкций для подготовки квантового состояния на квантовом компьютере.

Однако для получения полного описания состояния, как правило, требуется экспоненциальный объем памяти, поэтому изучать свойства такого состояния лучше всего, предварительно подготовив его аппаратным способом. Описанный в статье обучающий алгоритм решает следующую задачу: имея заданное состояние VQE, дающее решение задачи основного состояния квантовой спиновой модели, установить, к какой из двух фаз вещества относится это состояние.

«Предлагаемые нами подходы разрабатывались в основном применительно к задачам физики плотных сред, тем не менее, квантовые алгоритмы могут также применяться для задач материаловедения и поиска новых лекарственных препаратов», – пояснил Биамонте. Исследование поддержано грантом РФФИ № 19-31-90159. С препринтом статьи можно ознакомиться бесплатно в базе arXiv.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Сколтех
170 статей
Сколковский институт науки и технологий — негосударственный технологический университет, расположенный в инновационном центре Сколково. Институт был создан в 2011 году при поддержке Массачусетского технологического института. Модель института предусматривает тесную интеграцию технологического образования, исследовательской работы и предпринимательских навыков. Институт ведёт обучение по программам магистратуры и PhD, рабочий язык — английский.
Вчера, 08:54
8 минут
Мария Азарова

Хотите увидеть ожившего Шекспира или подмигивающую вам госпожу Лизу дель Джокондо? С немного пугающей всех нас технологией deepfake это можно сделать всего за пару минут.

Вчера, 16:19
6 минут
Ольга Иванова

Японские ученые провели эксперимент и выяснили, что кошки более равнодушно относятся к «недругам» своего хозяина, чем собаки. Впрочем, это не означает, что они не привязаны к тем, кто о них заботится.

10 часов назад
5 минут
Илья Ведмеденко

По информации источника в ВПК, российские инженеры приступили к созданию стратегического ракетного комплекса нового поколения, получившего условное обозначение «Кедр». Сейчас его разработка находится на самой ранней стадии.

26 февраля
10 минут
Василий Парфенов

Даже при разработке точнейших научных инструментов случаются разные технические сюрпризы — и хорошо, если приятные. К счастью, именно так вышло на этот раз. Ученые получили очередную порцию данных с космического аппарата Parker Solar Probe и здорово удивились. На сделанном в оптическом диапазоне снимке ночной стороны Венеры видны детали поверхности, обычно скрытые плотными облаками. Теперь предстоит решить загадку: либо камера оказалась чувствительна к инфракрасному диапазону излучения, либо случайно обнаружилось «окно» для наблюдений через атмосферу этой планеты.

23 февраля
4 минуты
Виктория Сафронова

Звук — шум от передвижения марсохода — записан одним из его микрофонов.

24 февраля
10 минут
Мария Азарова

Ученые провели анализ по 353 профессиям и оценили, насколько различия в статусе потребления алкоголя можно объяснить родом занятий.

21 февраля
20 минут
Василий Парфенов

Кого и что только ни успели уже обвинить в технологической катастрофе, которая произошла на этой неделе в США. Но эмоции плавно оседают, и начинают появляться первые результаты разбирательства. А они порой вызывают искреннее недоумение, честно говоря.

2 февраля
44 минуты
Александр Березин

В научном журнале The Lancet появились итоги клинических испытаний «Спутника-V», и на первый взгляд эта публикация — триумф. Российская вакцина показала эффективность выше, чем у Pfizer и Moderna. Увы, на этом хорошие новости закончились. Плохих две.

26 февраля
10 минут
Василий Парфенов

Даже при разработке точнейших научных инструментов случаются разные технические сюрпризы — и хорошо, если приятные. К счастью, именно так вышло на этот раз. Ученые получили очередную порцию данных с космического аппарата Parker Solar Probe и здорово удивились. На сделанном в оптическом диапазоне снимке ночной стороны Венеры видны детали поверхности, обычно скрытые плотными облаками. Теперь предстоит решить загадку: либо камера оказалась чувствительна к инфракрасному диапазону излучения, либо случайно обнаружилось «окно» для наблюдений через атмосферу этой планеты.

[miniorange_social_login]

Комментарии

Написать комментарий

Подтвердить?
Лучшие материалы
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: