Все новости

Нейросеть научили находить задачи для квантового компьютера

Раньше она всего лишь распознавала изображения

ТАСС, 16 января. Российские ученые создали нейросеть, которая может предсказывать поведение квантовой системы. В дальнейшем это поможет разрабатывать эффективные квантовые компьютеры, пишет пресс-служба МФТИ. Свою разработку ученые описали в статье New Journal of Physics

Процесс создания квантовых вычислительных схем - трудоемкое и дорогостоящее занятие. Не всегда получившиеся устройства показывают "квантовое превосходство" или "квантовое преимущество", то есть демонстрируют более высокую скорость обработки информации по сравнению с классическими суперкомпьютерами. Поэтому ученые хотят создать инструмент для того, чтобы прогнозировать, будет ли какая-то схема обладать квантовым преимуществом или нет.

Одной из реализаций квантовых вычислений являются квантовые блуждания. Упрощенно этот метод можно представить как перемещение частицы по определенной сети, которая состоит из соединенных между собой точек-узлов. Такие сети и образуют схему квантовой системы. Поиск сетей, обладающих квантовым преимуществом, является важной задачей, над которой работают эксперты в области квантовых блужданий.

В новом исследовании ученые из МФТИ, ФТИАН и Университета ИТМО предложили научить искусственный интеллект давать ответ на вопрос, в каких сетях квантовые блуждания будут давать преимущество. То есть обнаруживать сети, на основе которых имеет смысл строить квантовый компьютер. Для решения этой задачи они приспособили нейросеть, которая ранее была обучена распознавать изображения.

"Такая нейросеть самостоятельно находит те решения, которые хорошо подходят для демонстрации квантовых преимуществ. Это поможет исследователям разрабатывать эффективные квантовые компьютеры", - пишет пресс-служба.

На основе квантово-механических расчетов сегодня можно решать большой круг задач. Например, химические и биологические: исследования химических реакций или поиск устойчивых молекулярных структур для промышленности, медицины, фармацевтики и других областей. Для точного решения такого рода "квантовых" задач хорошо подходят квантовые вычисления, в отличие от классических, которые зачастую дают только приближенный результат.