Algoritme kecerdasan buatan membantu mengungkap sistem fisika kuantum yang mendasarinya

Siapkan pusat vakum nitrogen, yang digunakan untuk demonstrasi eksperimental pertama QML. Kredit: Genetel dll.

Protokol memajukan otomatisasi perangkat kuantum berbeda dengan model insinyur Hamiltonian.

Ilmuwan Universitas BristolQuantum Engineering Technology Labs (QTLabs) telah mengembangkan algoritme yang memberikan wawasan berharga ke dalam sistem fisika kuantum yang mendasarinya – membuka jalan bagi kemajuan signifikan dalam penghitungan dan penginderaan kuantum, serta berpotensi mengubah halaman baru dalam penelitian ilmiah.

Dalam fisika, sistem partikel dan evolusinya dijelaskan oleh model matematika, yang membutuhkan interaksi yang berhasil dan verifikasi eksperimental dari argumen teoretis. Yang lebih kompleks adalah deskripsi sistem partikel yang berinteraksi satu sama lain pada tingkat mekanika kuantum, yang sering dilakukan dengan menggunakan model Hamiltonian. Proses pembentukan model Hamiltonian dari pengamatan oleh sifat keadaan kuantum lebih ketat lagi, yang runtuh ketika upaya dilakukan untuk mengamatinya.

Dalam makalah penelitian, model sistem kuantum telah diterbitkan dari eksperimen Fisika Alam, Mekanika Kuantum, yang diperoleh dari QT Labs di Bristol, mendeskripsikan algoritme yang telah dilewati para insinyur untuk mengatasi tantangan ini dengan menggunakan pembelajaran mesin untuk membalikkan model Hamiltonian dengan bertindak sebagai agen otonom.

Tim telah mengembangkan protokol baru untuk membuat dan memvalidasi model perkiraan untuk sistem kuantum yang diinginkan. Algoritme mereka beroperasi secara mandiri, menguji dan bekerja pada sistem kuantum yang ditargetkan, menghasilkan data yang dikembalikan ke algoritme. Ini mengusulkan model kandidat Hamiltonian untuk menggambarkan sistem target dan membedakannya menggunakan metrik statistik yang disebut faktor dasar.

Yang mengkhawatirkan, tim tersebut berhasil mendemonstrasikan efisiensi algoritme dalam uji kuantum kehidupan nyata yang melibatkan pusat kesalahan di berlian, platform yang dipelajari dengan baik untuk pemrosesan data kuantum dan penginderaan kuantum.

Algoritme dapat digunakan untuk membantu karakterisasi otomatis perangkat baru, seperti sensor kuantum. Perkembangan ini merupakan kemajuan yang signifikan dalam perkembangan teknologi kuantum.

“Menggabungkan kekuatan superkomputer masa kini dengan pembelajaran mesin, kami dapat secara otomatis menemukan struktur sistem kuantum. Dengan ketersediaan komputer / simulator kuantum baru, algoritme menjadi lebih menarik: pertama membantu memverifikasi fungsionalitas perangkat , lalu lebih. Perangkat itu bisa berguna, “kata Brian Flynn dari QTLS Universitas Bristol dan Pusat Teknik Kuantum untuk Pelatihan Doktor.

“Tingkat otomatisasi ini memungkinkan untuk menghibur berbagai model hipotetis sebelum memilih yang optimal, tugas yang jika tidak akan berisiko karena kompleksitas sistem meningkat,” kata Andreas Gentil, sebelumnya dari QTLAB Brandel, sekarang di Quad -Bersama.

“Memahami model yang menggambarkan fisika yang mendasari dan sistem kuantum membantu kami memajukan pengetahuan kami tentang teknologi yang sesuai untuk komputasi kuantum dan penginderaan kuantum,” kata Sebastian Nower, sebelumnya dari KTLBS di Bristol dan sekarang di Fakultas Fisika di Universitas Wina.

Anthony Loing, salah satu direktur QTLabs dan profesor di Sekolah Fisika Bristol dan penulis makalah tersebut, memuji tim tersebut: “Di masa lalu kami mengandalkan bakat dan kerja keras para ilmuwan untuk berinovasi dalam fisika baru. Di sini tim telah mentransmisikan halaman baru dalam penyelidikan ilmiah dengan menyediakan mesin dengan kemampuan untuk belajar dari eksperimen dan menemukan fisika baru. Konsekuensinya bisa sangat jauh.

Langkah selanjutnya dalam penelitian ini adalah memperluas algoritme untuk mengeksplorasi sistem yang lebih besar dan kelas model kuantum yang berbeda yang mewakili rezim fisik atau struktur dasar yang berbeda.

Referensi: Gentil et al., 29 April 2021 oleh “Belajar Model Sistem Kuantum dari Eksperimen” Fisika Alam.
DOI: 10.1038 / s41567-021-01201-7

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Alat-alat baru dibutuhkan untuk mencegah pandemi penyakit tanaman

Mengamati penyakit tanaman dapat mengungkapkan keamanan pangan. Penyakit tanaman tidak berhenti di perbatasan negara, dan kilometer lautan juga tidak mencegah penyebarannya. Itulah mengapa pengawasan...

Ilmuwan Menjelajahi Tesla Roads Jangan Ambil – Dan Temukan Kekuatan Baru Berguna dalam Penemuan Centennial

Foto eksposur ganda Nikola Tesla pada bulan Desember 1899 duduk di laboratoriumnya di Colorado Springs di sebelah kaca pembesar generator tegangan tinggi sementara mesin...

Untuk Mempercepat Akses, Mikroskopi yang Sangat Dapat Diputar Meninggalkan “Di Bawah Kisi”

Contoh desain ubin yang digunakan pada ulat percobaan C. elegans. Mesin non-grid memberi model fleksibilitas sementara untuk dengan cepat memasuki lingkungan yang menyenangkan....

Lingkar Kuno Munculnya Tektonik Lempeng Data 3,6 Miliar Tahun Lalu – Peristiwa Penting untuk Memperkaya Kehidupan Bumi

Zirkonia yang dipelajari oleh tim peneliti, difoto menggunakan katodoluminesensi, memungkinkan tim untuk melihat bagian dalam kristal menggunakan mikroskop elektron khusus. Lingkar zirkon adalah...

Bisakah kita mengurangi kecanduan opioid? [Video]

Pada 2017, jutaan orang di seluruh dunia kecanduan opioid dan 115.000 meninggal karena overdosis. Opioid adalah obat penghilang rasa sakit paling manjur yang kita miliki,...

Newsletter

Subscribe to stay updated.