Ученые предлагают революцию в моделировании сложных систем с помощью квантовых технологий

  • Пользователь Алексей Коровин опубликовал
  • 26 мая 2023 г., 14:22:26 MSK
  • 0 комментариев
  • 53 просмотра
Ученые значительно продвинулись вперед с помощью квантовых технологий, которые могут преобразовать моделирование сложных систем с помощью точного и эффективного подхода, требующего значительного сокращения объема памяти.

Ученые значительно продвинулись вперед с помощью квантовых технологий, которые могут преобразовать моделирование сложных систем с помощью точного и эффективного подхода, требующего значительно меньшего объема памяти.

Сложные системы играют жизненно важную роль в нашей повседневной жизни, будь то прогнозирование схемы дорожного движения, прогноз погоды или понимание финансовых рынков. Однако точное прогнозирование такого поведения и принятие обоснованных решений зависит от хранения и отслеживания обширной информации о событиях далекого прошлого - процесса, который сопряжен с огромными трудностями.

В современных моделях, использующих искусственный интеллект, требования к памяти увеличиваются более чем в сто раз каждые два года и часто могут включать оптимизацию миллиардов - или даже триллионов - параметров. Такие огромные объемы информации приводят к возникновению узкого места, где мы должны найти компромисс между стоимостью памяти и точностью прогнозирования.

Совместная команда исследователей из Манчестерского университета, Университета науки и техники Китая (USTC), Центра квантовых технологий (CQT) при Национальном университете Сингапура и Наньянского технологического университета (NTU) предполагает, что квантовые технологии могли бы обеспечить способ смягчения этого компромисса.

Команда успешно внедрила квантовые модели, которые могут моделировать семейство сложных процессов только с одним кубитом памяти - базовой единицей квантовой информации - предлагая существенно сниженные требования к памяти.

В отличие от классических моделей, которые полагаются на увеличение объема памяти по мере добавления большего количества данных о прошлых событиях, этим квантовым моделям всегда будет нужен только один кубит памяти.

Разработка, опубликованная в журнале Связь с природой, представляет собой значительный прогресс в применении квантовых технологий в моделировании сложных систем.

Доктор Томас Эллиотт, руководитель проекта и дама Кэтлин Оллереншоу, научный сотрудник Манчестерского университета, сказал: "Многие предложения по квантовому преимуществу сосредоточены на использовании квантовых компьютеров для ускорения вычислений. Мы используем дополнительный подход и вместо этого смотрим на то, как квантовые компьютеры могут помочь нам уменьшить объем памяти, необходимый для наших вычислений.

"Одно из преимуществ этого подхода заключается в том, что, используя как можно меньше кубитов для памяти, мы приближаемся к тому, что практически применимо к квантовым технологиям ближайшего будущего. Более того, мы можем использовать любые дополнительные кубиты, которые освободим, чтобы помочь снизить вероятность ошибок в наших квантовых симуляторах".

Проект основан на более раннем теоретическом предложении доктора Эллиотта и сингапурской команды. Чтобы проверить осуществимость этого подхода, они объединили усилия с USTC, который использовал квантовый симулятор на основе фотонов для реализации предложенных квантовых моделей.

Команда добилась более высокой точности, чем это возможно с любым классическим симулятором, оснащенным таким же объемом памяти. Этот подход может быть адаптирован для моделирования других сложных процессов с различным поведением.

Доктор Ву Кан-Да, аспирант USTC и соавтор исследования, сказал: "Квантовая фотоника представляет собой одну из наименее подверженных ошибкам архитектур, которые были предложены для квантовых вычислений, особенно в меньших масштабах. Более того, поскольку мы настраиваем наш квантовый симулятор для моделирования конкретного процесса, мы можем точно настроить наши оптические компоненты и добиться меньших ошибок, чем типичные для современных универсальных квантовых компьютеров".

Доктор Ченгран Янг, научный сотрудник CQT, а также соавтор исследования, добавил: "Это первая реализация квантового стохастического симулятора, в котором убедительно продемонстрировано распространение информации через память с течением времени, а также доказательство большей точности, чем это возможно с любым классическим симулятором той же памяти размер."

Помимо непосредственных результатов, ученые говорят, что исследование открывает возможности для дальнейших исследований, таких как изучение преимуществ снижения тепловыделения при квантовом моделировании по сравнению с классическими моделями. Их работа также может найти потенциальное применение в финансовом моделировании, анализе сигналов и нейронных сетях с квантовым усилением.

Следующие шаги включают в себя планы по исследованию этих связей и масштабированию их работы до квантовой памяти более высокого измерения.

Комментарии

0 комментариев