Makine öğrenimi algoritması, kuantum sistemlerinin altında yatan fiziğin ortaya çıkarılmasına yardımcı olur

Makine öğrenimi algoritması, kuantum sistemlerinin altında yatan fiziğin ortaya çıkarılmasına yardımcı olur
Yazıyı beğendiyseniz lütfen Paylaşın


Bristol Üniversitesi’nin Kuantum Mühendislik Teknolojisi Laboratuvarlarından (QETLabs) bilim adamları, kuantum sistemlerinin altında yatan fizik hakkında değerli bilgiler sağlayan bir algoritma geliştirdiler – kuantum hesaplama ve algılamada önemli ilerlemelerin önünü açıyor ve potansiyel olarak bilimsel araştırmada yeni bir sayfa açıyorlar.

Fizikte, parçacık sistemleri ve evrimleri, teorik argümanların ve deneysel doğrulamanın başarılı bir şekilde etkileşimini gerektiren matematiksel modellerle tanımlanır. Daha da karmaşık olanı, genellikle bir Hamilton modeli kullanılarak yapılan, kuantum mekaniği düzeyinde birbirleriyle etkileşime giren parçacık sistemlerinin açıklamasıdır. Hamilton modellerini gözlemlerden formüle etme süreci, onları incelemek için girişimlerde bulunulduğunda çöken kuantum durumlarının doğası gereği daha da zorlaştı.

Makalede, deneylerden kuantum sistemlerinin öğrenme modellerini yayınladı. Doğa Fiziği, Bristol QET Labs’ın kuantum mekaniği, Hamilton modellerini tersine çevirmek için makine öğrenimini kullanarak, otonom bir ajan olarak hareket ederek bu zorlukların üstesinden gelen bir algoritmayı tanımlıyor.

Ekip, ilgili kuantum sistemleri için yaklaşık modelleri formüle etmek ve doğrulamak için yeni bir protokol geliştirdi. Algoritmaları, hedeflenen kuantum sistemi üzerinde deneyler tasarlayıp gerçekleştirerek, elde edilen veriler algoritmaya geri beslenerek bağımsız olarak çalışır. Hedef sistemi tanımlamak için aday Hamilton modellerini önerir ve Bayes faktörleri gibi istatistiksel ölçütleri kullanarak aralarında ayrım yapar.

Heyecan verici bir şekilde, ekip algoritmanın yeteneğini, kuantum bilgi işleme ve kuantum algılama için iyi çalışılmış bir platform olan elmas içindeki kusur merkezlerini içeren gerçek hayattaki bir kuantum deneyinde başarılı bir şekilde gösterebildi.

Algoritma, kuantum sensörleri gibi yeni cihazların otomatik karakterizasyonuna yardımcı olmak için kullanılabilir. Dolayısıyla bu gelişme, kuantum teknolojilerinin geliştirilmesinde önemli bir atılımı temsil ediyor.

“Günümüzün süper bilgisayarlarının gücünü makine öğrenimi ile birleştirerek, kuantum sistemlerindeki yapıyı otomatik olarak keşfetmeyi başardık. Yeni kuantum bilgisayarlar / simülatörler kullanılabilir hale geldikçe, algoritma daha heyecan verici hale geliyor: önce cihazın performansını doğrulamaya yardımcı olabilir, Bristol Üniversitesi QETLabs ve Quantum Engineering Center for Doctoral Training’den Brian Flynn, daha sonra bu cihazlardan daha büyük sistemleri anlamak için yararlanın, “dedi.

Eskiden Bristol’un QETLab’larından Andreas Gentile, şu anda Qu & Co’da, “Bu düzeydeki otomasyon, optimal olanı seçmeden önce sayısız varsayımsal modeli eğlendirmeyi mümkün kılıyor, aksi halde karmaşıklığı giderek artan sistemler için göz korkutucu bir görev,” dedi. .

Yine eski Bristol QETLab’larından ve şimdi Viyana Üniversitesi Fizik Fakültesi’nde bulunan Sebastian Knauer, “Temel fizik ve kuantum sistemlerini tanımlayan modelleri anlamak, kuantum hesaplama ve kuantum algılama için uygun teknolojiler hakkındaki bilgilerimizi geliştirmemize yardımcı oluyor,” dedi.

QETLabs’ın yardımcı direktörü ve Bristol’s School of Physics’te Doçent olan Anthony Laing, ekibi övdü: “Geçmişte yeni fiziği ortaya çıkarmak için bilim adamlarının dehasına ve sıkı çalışmasına güvendik. İşte burada Ekip, makinelere deneylerden öğrenme ve yeni fizik keşfetme yeteneği kazandırarak bilimsel araştırmada potansiyel olarak yeni bir sayfa açtı. Sonuçlar gerçekten çok geniş olabilir. ”

Araştırma için bir sonraki adım, algoritmayı daha büyük sistemleri ve farklı fiziksel rejimleri veya temel yapıları temsil eden farklı kuantum model sınıflarını keşfetmek için genişletmektir.


Kuantum algoritmasında çığır açan CCNY ekibi


Kaynak

admin

admin

Talebemektebi bir sevdanın hikayesi

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Translate »