Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
В Сколтехе квантовые компьютеры учат работать с «квантовыми данными»
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.
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.
Первые сейсмические данные о внутренней структуре Красной планеты показали ее удивительно толстую кору и большое расплавленное ядро.
Американские ученые проверили, есть ли взаимосвязь между возрастом и титрами нейтрализующих антител к классическому штамму коронавируса и бразильскому варианту у привитых людей.
По мнению американского предпринимателя, современные технологии позволяют строить безопасные атомные электростанции. Предубеждение общественности не должно становиться преградой на пути развития сферы.
Существующие континенты движутся к слиянию в один — это лишь вопрос времени, считают большинство исследователей. Группа ученых решила выяснить, что будет с обитаемостью Земли после того, как это слияние завершится. Как оказалось, температура на планете существенно вырастет при любом исходе. Но в случае формирования одного из двух возможных суперконтинентов на суше станет намного холоднее. Если возникнет второй суперконтинент, доля обитаемой твердой поверхности, напротив, возрастет. Почему так получается и что из этого следует?
До сих пор было неизвестно, могут ли плоды передавать сигналы материнскому растению, но опыты, поставленные на томатах, показали, что это действительно происходит.
Представлены первые фотографии перспективного российского боевого самолета, премьера которого состоится на грядущем авиасалоне МАКС. Ранее мы уже могли видеть новую машину, однако ее скрывал защитный чехол.
Международная команда ученых идентифицировала ДНК из почвы в грузинской пещере. Благодаря этому исследователям удалось восстановить геном человека возрастом 25 тысяч лет, не имея никаких скелетных останков.
Подросток из бельгийского города Остенде стал вторым самым юным обладателем высшего образования в обозримой истории. Он с отличием окончил курс физики в Антверпенском университете и теперь собирается защитить магистерскую степень, а затем и докторскую диссертацию в этой области. Цель у него простая и понятная: увеличение продолжительности жизни человека вплоть до полного бессмертия за счет замены частей тела и органов механическими или искусственными.
Еще год назад почти все были уверены, что эпидемия быстро закончится. Ведь научные исследования говорили: иммунитет переболевших очень сильный, а повторные заболевания крайне редки. Российские власти все еще верят в это: глава Роспотребнадзора Анна Попова утверждает, будто повторно болеет только 1%. От этого в России до сих пор ждут достижения «группового иммунитета» осенью — и, разумеется, снятия ковидных ограничений. К сожалению, это пустые надежды. Данные из других стран вообще не показывают реальной возможности достичь группового иммунитета за счет переболевших. Разбираемся в деталях.
Комментарии