Tarihte ilk kez! Bilim adamları, kuantum sistemlerini yeniden inşa etmek için yapay zeka kullanıyor
Kılavuz
Tarihte ilk kez, bilim adamları yapay zekayı kuantum fiziği alanına, nispeten az sayıda deneysel ölçüme dayanan bir kuantum sistemini yeniden inşa etmek için makine öğrenimi yöntemlerini kullanarak uyguladılar ve hız, geleneksel kapsamlı yöntemden katlanarak daha hızlı.
arka fon
Yapay zeka, büyük gelişme potansiyeli ile günümüzde en popüler sınır bilim ve teknoloji alanlarından biridir.
Şu anda, en bilinen yapay zeka uygulamaları şunlardır: sürücüsüz arabaları eğitmek ve Go yapay zeka programları (AlphaGo). Ayrıca yapay zekanın birçok uygulaması var.Yazar önceki yazıda bazı yeni yapay zeka uygulama vakalarını da tanıtmıştı.
1) Los Angeles, ABD'deki bir başlangıç şirketi tarafından geliştirilen yapay zeka "ebo box", pazar verilerini analiz etmek ve sizin için mükemmel hediyeyi seçmek için derin öğrenme algoritmalarını kullanacak ve hediye seçiminde size zaman ve çaba kazandıracak.
(Resim kaynağı: ebo-box)
2) Amerika Birleşik Devletleri'ndeki Massachusetts Teknoloji Enstitüsü, yapay zeka ve giyilebilir teknolojiyi birleştiren bir sistem icat etti. Kişinin konuşma tarzına ve yaşamsal belirtilerine göre konuşmanın hoş, üzgün veya nötr olup olmadığını belirleyebilir.
(Resim kaynağı: MIT)
3) Amerika Birleşik Devletleri'ndeki New York Üniversitesi'nin araştırma ekibi, sahte ürünleri tanımlamak için yeni bir sistem geliştirmek için yapay zeka makine öğrenme algoritmalarını kullandı.
(Resim kaynağı: Entrupy Inc.)
4) Amerika Birleşik Devletleri Washington Üniversitesi'nden araştırmacılar ilk akıllı telefon uygulamasını geliştirdiler.Akıllı telefonları yapay zeka ile birleştirerek beyin sarsıntısı ve beyin yaralanmalarını her zaman ve her yerde tespit edebiliyor.
(Fotoğraf kredisi: Dennis Wise / Washington Üniversitesi)
5) Amerika Birleşik Devletleri'ndeki Stanford Üniversitesi'ndeki araştırmacılar, yapay zeka yöntemlerini kullandılar ve daha güvenli katı lityum pillerin geliştirilmesi için birçok aday malzemeden yaklaşık 21 katı elektrolit malzeme buldular. Gelecekte yanıcı sıvı elektrolitlerin yerini alması ve akıllı telefonlarda, tabletlerde ve diğer elektronik cihazlarda kullanılması bekleniyor.
Yenilikçilik
Bugün sizlere yeni bir yapay zeka uygulamasını tanıtmak istiyorum. Bu uygulama, görünüşte birbiriyle alakasız iki sınır bilimsel ve teknolojik alanı olan "kuantum fiziği" ve "yapay zeka" arasındaki boşluğu dolduruyor ve yapay zeka yöntemleriyle fizikçilere yardımcı oluyor. Karmaşık kuantum dünyasını keşfediyoruz.
Tarihte ilk kez, bilim insanları, nispeten az sayıda deneysel ölçüme dayalı bir kuantum sistemini yeniden inşa etmek için makine öğrenimini kullandılar. Bu yöntem, bilim insanlarının parçacık sistemini tam olarak keşfetmelerine olanak tanıyacak ve hız, geleneksel kapsamlı yöntemden katlanarak daha hızlı. Önceki yöntemin karmaşık bir kuantum sistemini yeniden yapılandırması binlerce yıl sürdü, ancak mevcut yöntemin analizi tamamlaması yalnızca birkaç saat sürüyor.
(Fotoğraf kredisi: Giuseppe Carleo / Flatiron Enstitüsü)
Bu araştırma, kuantum bilgisayarların geliştirilmesine ve kuantum mekaniğinin diğer uygulamalarına fayda sağlayacak.Araştırmacılar, bu sonucu 26 Şubat tarihli "Nature Physics" sayısında yayınlayacaklar.
New York City'deki Flatiron Enstitüsü Hesaplamalı Kuantum Fiziği Merkezi'nde yardımcı araştırma bilimcisi olan ve makalenin ortak yazarlarından biri olan Giuseppe Carleo şunları söyledi: "Makine zekasının kuantum sistemlerinin özünü kompakt bir şekilde yakaladığını gösterdik. Artık etkili olabiliriz. Deneysel kapasitenin genişletilmesi. "
teknoloji
Carleo, 2016 yılında Go'nun dünya şampiyonunu makine öğrenimini kullanarak mağlup eden bir bilgisayar programı olan AlphaGo'dan ilham alarak İsviçre, ETH Zürih'te öğretim görevlisi iken ilgili bir araştırma yaptı. "AlphaGo çok etkileyici, bu yüzden kendimize sormaya başladık, bu fikirleri kuantum fiziğine uyguluyor muyuz?" Dedi.
Parçacıklardan oluşan bir sistem (elektronlar gibi) birçok farklı durumda var olabilir ve her durum özel bir olasılığı temsil eder. Örneğin, her elektron ya dönebilir ya da aşağı dönebilir. Bunun için meşhur düşünce deneyi "Schrödinger's Cat" i bir benzetme olarak kullanabiliriz.Bu kedi ölü ya da diri olabilir, yaşamla ölümün üst üste bindirilmesidir. Kuantum aleminde, gözlemlenmemiş bir sistem her zaman belirsizliği korumuştur ve bu durumlardan birinde var olmayacaktır. Aksine, sistemin bu iki olasılığa sahip olduğu düşünülmektedir.
(Resim kaynağı: Wikipedia)
Ölçüldükten sonra, sistem belirli bir duruma "çökecektir". Örneğin kutuyu açtığınızda Schrödinger'in kedisi ya ölü ya da diridir ve her şey kesinleşir. Kuantum mekaniğinde bu "mucize", tek bir deneyde tüm sistemin karmaşıklığını gözlemleyemeyeceğiniz anlamına gelir. Bunun yerine, deneyciler tüm sistemin durumunu yargılayana kadar aynı deneyi tekrar edecekler.
Yalnızca birkaç parçacığa sahip basit sistemler için bu yöntem işe yarar. Ancak Carleo şunları söyledi: "Birçok parçacıkla işler karmaşıklaşır." Parçacık sayısı arttıkça karmaşıklık da artar. Her elektronun yalnızca yukarı veya aşağı dönüşünü düşünürsek, 5 elektronlu bir sistem 32 duruma sahip olacaktır. 100 elektron içeren bir sistemdeki durum çok büyük bir astronomik sayı olacaktır (2'den 100'e kadar).
Parçacıkların birbirine dolanması işleri daha karmaşık hale getirir. Kuantum dolaşıklığından sonra bağımsız parçacıklar, fiziksel olarak ayrılmış olsalar bile birbirine karışır, artık tamamen ayrı bireyler olarak muamele göremezler. Bu dolaşıklık, farklı durumların olasılığını değiştirir.
Bu nedenle, geleneksel yöntemler karmaşık kuantum sistemleri için uygun değildir.
Kanada'daki Waterloo Üniversitesi ve Çevre Enstitüsü'nden Giacomo Torlai ve Carleo gibi araştırmacılar, bu kısıtlamalardan kaçınmak için makine öğrenimi teknolojisini kullandılar. Araştırmacılar, kuantum sistemlerinin deneysel ölçüm sonuçlarını yapay sinir ağlarına dayalı yazılım araçlarına geri besliyor. Bu yazılımlar, zamanla sistemin davranışını taklit etmeye çalışarak öğrenirler. Yazılım yeterli veriyi elde ettiğinde, tüm kuantum sistemini doğru bir şekilde yeniden yapılandıracaktır.
(Resim kaynağı: referans [2])
değer
Araştırmacılar, yazılımı test etmek için farklı basit kuantum sistemlerine dayanan sahte deney veri setleri kullandılar. Bu testler, yazılımın geleneksel yöntemlerin çok ötesine geçtiğini gösteriyor. 8 elektron için, her biri yukarı veya aşağı dönebilir ve yazılım, sistemi yalnızca yaklaşık 100 ölçümle doğru şekilde yeniden yapılandırabilir. Aksine, geleneksel kapsamlı yöntem, aynı doğruluk derecesini elde etmek için yaklaşık 1 milyon ölçüm gerektirir. Bu yeni teknoloji, daha büyük sistemleri işlemek için de kullanılabilir. Bilim adamları, bu yeteneğin bilim insanlarının kuantum bilgisayarların doğru yapılandırılıp yapılandırılmadığını ve kuantum yazılımının gerektiği gibi çalışıp çalışmadığını doğrulamasına yardımcı olabileceğini söyledi.
Karmaşık kuantum sistemlerinin özünü kavramak için bu kompakt yapay sinir ağını kullanmanın başka geniş kapsamlı etkileri de var. Hesaplamalı Kuantum Fiziği Merkezi'nin eş direktörü Andrew Millis, bu yöntemin, kuantum sistemlerinin etkileşim davranışını anlamak için yeni çözümler geliştirmeye devam etmesi ve kuantum fiziğinden esinlenen diğer makine öğrenimi çözümleriyle bağlantı kurması için merkeze önemli ve yeni bir yol sağladığını söyledi. Meslekler.
Carleo, temel araştırma uygulamalarına ek olarak, makine öğrenimi ve kuantum mekaniği kavramlarını birleştirdiklerinde, öğrendikleri bilgilerin yapay zeka uygulamasının birçok yönden geliştirilmesine de yardımcı olacağını söyledi. "Burada geliştirdiğimiz yöntemleri başka senaryolarda kullanacağız. Gelecekte bir gün kuantum mekaniğinden ilham alan sürücüsüz arabalara sahip olabiliriz." Dedi.
Anahtar kelime
Kuantum teknolojisi, yapay zeka, yazılım
Referans
[1] https://www.simonsfoundation.org/2018/02/26/machine-learning-quantum-systems/
[2] https://www.nature.com/articles/s41567-018-0048-5
