Среда, 21 февраля, 2024
ДомойФизикаПреодоление квантового «разрыва в реальности» – раскрытие невидимого с помощью ИИ

Преодоление квантового «разрыва в реальности» – раскрытие невидимого с помощью ИИ

- Advertisement -

Исследовательская группа разработала модель машинного обучения для устранения изменчивости квантовых устройств, вызванной несовершенством материалов. Анализируя поток электронов, команда выявила закономерности внутреннего беспорядка, улучшив прогнозы производительности квантовых устройств и направив оптимизацию материалов. Фото: SciTechDaily.com

Исследование под руководством Оксфордский университет использовал силу машинное обучение преодолеть ключевую проблему, затрагивающую квантовые устройства. Впервые результаты открывают способ закрыть «разрыв в реальности»: разницу между предсказанным и наблюдаемым поведением квантовых устройств. Результаты опубликованы в Физический обзор X.

Квантовые вычисления могут расширить множество приложений — от моделирования климата и финансового прогнозирования до открытия лекарств и искусственного интеллекта. Но для этого потребуются эффективные способы масштабирования и объединения отдельных квантовых устройств (также называемых кубитами). Главным препятствием на пути к этому является присущая им изменчивость: даже внешне идентичные единицы демонстрируют разное поведение.

Причина изменчивости квантовых устройств

Предполагается, что функциональная изменчивость вызвана наномасштаб несовершенства материалов, из которых изготовлены квантовые устройства. Поскольку нет возможности измерить их напрямую, этот внутренний беспорядок невозможно отразить в моделировании, что приводит к разрыву в прогнозируемых и наблюдаемых результатах.

Чтобы решить эту проблему, исследовательская группа использовала «физико-информированный» подход машинного обучения, чтобы косвенно сделать вывод об этих характеристиках расстройства. Это было основано на том, как внутренний беспорядок повлиял на поток электронов через устройство.

Аналогия с «сумасшедшим гольфом»

Ведущий научный сотрудник, доцент Наталья Арес (факультет инженерных наук Оксфордского университета) сказала: «В качестве аналогии, когда мы играем в «сумасшедший гольф», мяч может войти в туннель и выйти из него со скоростью или направлением, которые не соответствуют нашим прогнозам. . Но с помощью еще нескольких ударов, сумасшедшего симулятора гольфа и некоторого машинного обучения мы могли бы лучше предсказывать движения мяча и сократить разрыв с реальностью».

Исследователи измерили выходной ток при различных настройках напряжения на отдельном устройстве с квантовыми точками. Данные вводились в моделирование, которое рассчитывало разницу между измеренным током и теоретическим током, если не было внутреннего беспорядка. Измеряя ток при множестве различных настроек напряжения, моделирование было ограничено поиском структуры внутреннего беспорядка, которая могла бы объяснить измерения при всех настройках напряжения. В этом подходе использовалась комбинация математических и статистических подходов в сочетании с глубоким обучением.

Доцент Арес добавил: «В аналогии с сумасшедшим гольфом это было бы эквивалентно размещению ряда датчиков вдоль туннеля, чтобы мы могли измерять скорость мяча в разных точках. Хотя мы по-прежнему не можем видеть внутреннюю часть туннеля, мы можем использовать эти данные, чтобы лучше прогнозировать, как мяч поведет себя, когда мы нанесем удар».

Новая модель не только нашла подходящие профили внутреннего беспорядка для описания измеренных значений тока, но и смогла точно предсказать настройки напряжения, необходимые для конкретных режимов работы устройства.

Последствия для разработки квантовых устройств

Важно отметить, что модель предоставляет новый метод количественной оценки различий между квантовыми устройствами. Это может позволить более точно прогнозировать, как устройства будут работать, а также помочь разработать оптимальные материалы для квантовых устройств. Это могло бы стать основой для компенсационных подходов для смягчения нежелательных последствий несовершенства материалов в квантовых устройствах.

Соавтор Дэвид Крейг, аспирант факультета материалов Оксфордского университета, добавил: «Подобно тому, как мы не можем наблюдать черные дыры напрямую, но делаем выводы об их присутствии на основании их воздействия на окружающую материю, мы использовали простые измерения в качестве показатель внутренней изменчивости наноразмерных квантовых устройств. Хотя реальное устройство все еще имеет большую сложность, чем может отразить модель, наше исследование продемонстрировало полезность использования машинного обучения с учетом физики для сокращения разрыва в реальности».

Ссылка: «Преодоление разрыва в реальности в квантовых устройствах с помощью машинного обучения с учетом физики», авторы: Д. Л. Крейг, Х. Мун, Ф. Феделе, Д. Т. Леннон, Б. ван Страатен, Ф. Виньо, Л. К. Камензинд, Д. М. Цумбюль, Г. Д. Бриггс, М.А. Осборн, Д. Сейдинович и Н. Арес, 4 января 2024 г., Физический обзор X.
DOI: 10.1103/PhysRevX.14.011001.

Исходная ссылка

- Advertisement -

Популярное по теме