Logo
Cover

Квантовые системы могут решать задачи, выходящие за пределы возможностей обычных компьютеров, однако они чувствительны к помехам окружающей среды. Исследователи из Института Макса Планка сделали шаг к решению этой проблемы, создав уникальную двухуровневую нейросеть.

Ученые, о работе которых рассказывает Science Daily, создали обучающуюся нейросеть из 2000 искусственных нейронов, вдохновленную знаменитой AlphaGo. Подобные алгоритмы эффективно эксплуатируют ошибки — а значит, хорошо их ищут и могут исправить. В том числе и те, что возникают при работе квантового компьютера из-за воздействия окружающей среды.

Разработчики сравнивают квантовую коррекцию ошибок с партией в го, в которой один игрок стремится сохранить расположение камней, а другой делает все возможное, чтобы разрушить его.

Второй игрок в данном случае — метафора потока помех, идущего из окружающей среды. Главная сложность заключается в том, что первому игроку запрещается смотреть на доску — ведь прямое наблюдение за квантовым состоянием разрушит суперпозицию. Чтобы облегчить коррекцию ошибок, в квантовых компьютерах используются дополнительные кубиты. Их можно анализировать без риска для системы и использовать полученную информацию для коррекции основных кубитов.

Идея немецких исследователей в том, что в процессе самообучения ИИ выработает более успешные стратегии коррекции, чем предложенные людьми. Увы, первые опыты на имитации квантового компьютера с пятью кубитами показали, что в одиночку алгоритм не справляется. Он действовал по методу проб и ошибок и нарушал квантовую суперопозицию вместо того, чтобы поддерживать ее.

Чтобы решить проблему, ученые добавили в систему дополнительную нейронную сеть, которая служила «учителем» для первой. В нее загрузили общие данные об устройстве компьютера и систему вознаграждения за правильные решения уже на этапе обучения.

В ходе работы «учитель» предоставлял нейросети общую информацию о квантовом состоянии, не раскрывая деталей. Эксперименты показали, что подобная система может успешно проводить квантовую коррекцию без участия человека. Под руководством «учителя» нейросеть-ученик не только эффективно работает, но и постоянно совершенствуется.

По словам авторов, такую двухуровневую нейросеть можно использовать не только в квантовых компьютерах, но и в ряде других областей, например, физических исследованиях.

Над разработкой гибридной системы, которая объединяет искусственные интеллект с квантовыми вычислениями, работают специалисты из Университета Пердью. Такая технология значительно увеличит скорость обработки данных. Это особенно актуально в условиях быстрого накопления объема информации.