Машинное обучение — полезный инструмент квантового управления

В повседневной жизни мы можем проводить измерения с почти неограниченной точностью. Но в квантовом мире — царстве атомов, электронов, фотонов и других крошечных частиц — это становится намного сложнее. Каждое произведенное измерение вызывает беспокойство объекта и приводит к ошибкам измерения. Фактически, все, от используемых инструментов до свойств системы, может повлиять на результат, который ученые называют шумом.

Кот Шредингера иллюстрирует парадокс суперпозиции. В этом сценарии кота поместили в закрытый ящик с флягой с ядом. Через некоторое время кошку можно было считать одновременно живой и мертвой. По аналогии с квантовой механикой это относится к квантовой частице, одновременно находящейся в двух ямах. Если бы кто-то полностью открыл коробку, он бы узнал, жив ли кот или мертв, так что правила обычного, классического мира возобновились бы. Однако, если бы кто-то приоткрыл коробку немного, они могли бы увидеть только небольшую часть кошки, возможно, хвост, и если бы они увидели, как подергивается хвост, они могли бы предположить, без уверенности, что кошка все еще была в живых. Это относится к слабым измерениям, которые машина давала исследователям в качестве точек данных. Предоставлено: Окинавский институт науки и технологий.

Кот Шредингера иллюстрирует парадокс суперпозиции. В этом сценарии кота поместили в закрытый ящик с флягой с ядом. Через некоторое время кошку можно было считать одновременно живой и мертвой. По аналогии с квантовой механикой это относится к квантовой частице, одновременно находящейся в двух ямах. 

Использование зашумленных измерений для управления квантовыми системами, особенно в реальном времени, проблематично. Таким образом, поиск средств для точного управления на основе измерений имеет важное значение для использования в квантовых технологиях, таких как мощные квантовые компьютеры и устройства для медицинской визуализации.

Теперь международная группа исследователей из отдела квантовых машин Окинавского института науки и технологий (OIST), Япония, и Университета Квинсленда, Австралия, с помощью моделирования продемонстрировала, что обучение с подкреплением представляет собой тип машины. обучения, можно использовать для точного квантового контроля даже при измерениях с шумом.

Доктор Сангха Бора, научный сотрудник подразделения и ведущий автор статьи, объяснил идею на простом примере. «Представьте себе мяч на вершине холма. Мяч может легко катиться влево или вправо, но цель состоит в том, чтобы удерживать его в одном и том же месте. Для этого нужно посмотреть, в какую сторону он будет катиться. Если он склонен идти влево, силу нужно прикладывать вправо и наоборот. А теперь представьте, что машина прикладывает эту силу, и, используя обучение с подкреплением, машину можно научить, сколько силы и когда применять ».

Прочитайте также  Древняя культура Лянчжу разрушилась из-за изменения климата - новое исследование

Обучение с подкреплением часто используется в робототехнике, где робот может научиться ходить методом проб и ошибок. Но такие приложения в области квантовой физики редки. Хотя мяч на вершине холма является наглядным примером, система, которую моделировали исследователи, имела гораздо меньший масштаб. Вместо шара объект представлял собой небольшую частицу, движущуюся в двойной лунке, которую доктор Бора и его коллеги пытались контролировать, используя измерения в реальном времени.

«Дно двух лунок называется основным квантовым состоянием», — сказал доктор Биджита Сарма, научный сотрудник подразделения и соавтор статьи.

«Вот где мы хотели, чтобы в конечном итоге находилась частица. Для этого нам нужно непрерывно проводить измерения, чтобы извлекать информацию о состоянии частицы и, в зависимости от этого, прикладывать некоторую силу, чтобы подтолкнуть ее к основному состоянию. Однако измерения, обычно используемые в квантовой механике, не позволяют нам этого сделать. Следовательно, нам нужен более разумный способ управления системой ».

Интересно, что в основном состоянии частица будет находиться в обеих ямах одновременно. Это называется квантовой суперпозицией, и это необходимое состояние для системы, учитывая ее важность в различных квантовых технологиях. Чтобы определить местоположение (или местоположения) частицы в скважине, машинному агенту предоставляются записи измерений из непрерывных слабых измерений в реальном времени, которые он использует в качестве точек данных для обучения. А поскольку здесь использовалась петля усиления, любая информация, полученная машиной от системы, будет использоваться для уточнения будущих измерений.

Прочитайте также  Япония может отправить своего первого астронавта на Луну на борту корабля Artemis

Сложность этой системы усугублялась тем фактом, что она нелинейна, а это означает, что изменение ее выхода не было связано с изменениями на входе. Эти системы сбивают с толку и хаотичны по сравнению с так называемыми линейными системами.

Для таких нелинейных систем не существует стандартного метода квантового управления, но это исследование показало, что с помощью обучения с подкреплением машина может научиться управлять квантовой системой полностью автономно.

«По мере того, как мы постепенно движемся к будущему, в котором в значительной степени будет доминировать искусственный интеллект, настало время изучить полезность искусственного интеллекта, такого как машинное обучение, для решения некоторых проблем, которые не могут быть решены обычными средствами», — заключил д-р Бора. «Это особенно применимо к управлению динамикой частиц на квантовом уровне, где все резко противоречит здравому смыслу».

Профессор Джейсон Твамли, возглавляющий подразделение OIST, добавил: «Для нелинейных систем не существует известного метода эффективного управления с обратной связью. В этой работе мы показали, что обучение с подкреплением действительно может быть эффективным для такого контроля, что удивительно и футуристично ».


В нашем Telegram‑канале, и группе ВК вы найдёте новости о непознанном, НЛО, мистике, научных открытиях, неизвестных исторических фактах. Подписывайтесь, чтобы ничего не пропустить.
Поделитесь в вашей соцсети👇

ДРУГИЕ НОВОСТИ

 

Добавить комментарий