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.
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.
5 часов назад
13 минут
Александр Речкин

В учебниках истории XX века, на сотнях плакатах и в десятках кинофильмах о Второй мировой войне мы видели знаменитые танки, «катюши» и бороздящие небеса Ил-2. Давайте проверим, сможете ли вы отличить советскую военную технику от машин союзников и стран «оси».

Вчера, 15:24
5 минут
Илья Ведмеденко

Военно-морской флот получил многоцелевую атомную подводную лодку К-561 «Казань». Это один из самых совершенных кораблей такого типа в мире.

3 часа назад
37 минут
Александр Березин

Филипп Мандей основал целое направление исследований: он первым установил, что закисление океанов — последствие глобального потепления — угрожает обонянию и умению ориентироваться у морских рыб. Само собой, это создает угрозу их вымирания. Долго оставалось загадкой только одно: как существующие виды рыб перенесли серьезное закисление океана при прошлых изменениях климата. Теперь все проясняется: похоже, Мандей обнаружил эффект, которого никогда не было. Интересно, что вместе с ним его наблюдали еще 179 ученых — и теперь все они оказались в центре чудовищного скандала. Попробуем разобраться в деталях.

2 мая
62 минуты
Николай Цыгикало

Знаменитый ракетный комплекс «Искандер» стал одним из символов российской военной мощи. Он не покидает центра внимания экспертов и средств массовой информации, а его тактико-технические характеристики приводятся в каждом информационном ресурсе военной тематики. Но цифры цифрами, а что за ними? Посмотрим на работу «Искандера» с разных сторон, чтобы разобраться в принципах действия и логике конструктивных решений. Тогда глубина понимания позволит пройти дальше одних лишь цифр ТТХ, и при всей важности они окажутся не на первом месте. Наш материал — самый полный рассказ о работе «Искандера» в открытом доступе.

Позавчера, 17:46
17 минут
Александр Березин

SpaceX после затяжной серии аварий нормально посадила прототип Starship SN15. Огромная стальная ракета поднялась в воздух на десять километров, выполнила там сложные кульбиты, которые не могла сделать ни одна ракета ранее, а затем плавно опустилась вниз. Одни говорят, что это революция, другие — что «СССР так умел полвека назад». Кто прав и что будет дальше? Попробуем разобраться.

4 мая
4 минуты
Ольга Иванова

Ученые из Финляндии определили причины того, почему «собака бывает кусачей» по отношению к человеку и другим животным.

23 апреля
11 минут
Василий Парфенов

Действующий глава NASA в рамках общения с прессой ответил на ряд вопросов, касающихся недавних заявлений российских политиков и главы «Роскосмоса» о скором отказе от собственного сегмента МКС. Администратор заверил всех, что агентство находится в хороших отношениях с Россией, а также поделился информацией о согласовании обмена местами для астронавтов и космонавтов в пилотируемых миссиях двух стран.

16 апреля
4 минуты
Илья Ведмеденко

Исследователи установили, что обнаруженный в Баренцевом море объект — погибшая советская субмарина типа «Крейсерская». Это одна из самых больших подлодок СССР периода Второй мировой.

25 апреля
17 минут
Александр Березин

На этой неделе СМИ выдали новость, от которой можно впасть в шок: «Ранее из России уезжало около 14 тысяч исследователей [в год], теперь — 70 тысяч». Мы внимательно разобрались в ситуации и вынуждены отметить, что ничего подобного не было и нет. В реальности речь вовсе не об ученых и даже не о высококвалифицированных специалистах. Проблемы с учеными в России есть. Но в этом случае речь идет не о них, а о том, что отдельные бывшие комсомольские вожаки, удачно устроившиеся в РАН, перепутали утечку мозгов из России с отъездом из нее гастарбайтеров. Разбираемся, как это у них получилось.

[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: