L’intelligenza artificiale “vede” i vantaggi quantistici: aiuta verso nuovi computer quantistici efficienti
Ricercatori russi dell’Istituto di fisica e tecnologia di Mosca, dell’Istituto di fisica e tecnologia di Valiev e dell’Università ITMO hanno creato una rete neurale che ha imparato a prevedere il comportamento di un sistema quantistico “osservando” la sua struttura di rete. La rete neurale trova autonomamente soluzioni ben adattate alle dimostrazioni di vantaggi quantistici. Ciò aiuterà i ricercatori a sviluppare nuovi computer quantistici efficienti. I risultati sono riportati nel New Journal of Physics .
Una vasta gamma di problemi nella scienza moderna viene risolta attraverso calcoli meccanici quantistici. Alcuni esempi sono la ricerca di reazioni chimiche e la ricerca di strutture molecolari stabili per la medicina, la farmaceutica e altre industrie. La natura quantistica dei problemi coinvolti rende i calcoli quantistici più adatti a loro. I calcoli classici, al contrario, tendono a restituire solo soluzioni approssimative voluminose.
La creazione di computer quantistici è costosa e richiede molto tempo e non è garantito che i dispositivi risultanti presentino alcun vantaggio quantico. Cioè, operare più velocemente di un computer convenzionale. Quindi i ricercatori hanno bisogno di strumenti per prevedere se un determinato dispositivo quantico avrà un vantaggio quantico.
Uno dei modi per implementare i calcoli quantistici sono le passeggiate quantistiche. In termini semplificati, il metodo può essere visualizzato come una particella che viaggia in una determinata rete, che è alla base di un circuito quantico.
Se il cammino quantico di una particella da un nodo di rete a un altro avviene più velocemente del suo analogo classico, un dispositivo basato su quel circuito avrà un vantaggio quantico. La ricerca di tali reti superiori è un compito importante affrontato dagli esperti di camminata quantistica.
Quello che hanno fatto i ricercatori russi è che hanno sostituito gli esperti con intelligenza artificiale. Hanno addestrato la macchina a distinguere tra reti e dire se una determinata rete offrirà un vantaggio quantico. Ciò individua le reti che sono buoni candidati per la costruzione di un computer quantistico.
Il team ha utilizzato una rete neurale orientata al riconoscimento delle immagini. Una matrice di adiacenza fungeva da dati di input, insieme ai numeri dei nodi di input e output. La rete neurale ha restituito una previsione se la camminata classica o quantistica tra i nodi dati sarebbe più veloce.
“Non era ovvio che questo approccio avrebbe funzionato, ma ha funzionato. Abbiamo avuto un discreto successo nell’addestrare il computer a fare previsioni autonome sul fatto che una rete complessa abbia un vantaggio quantico “, ha affermato il professore associato Leonid Fedichkin del dipartimento di fisica teorica del MIPT.
“La linea tra comportamenti quantistici e classici è spesso sfocata. La caratteristica distintiva del nostro studio è la risultante visione artificiale per scopi speciali, in grado di discernere questa linea sottile nello spazio della rete ”, ha aggiunto il laureato MIPT e il ricercatore dell’Università ITMO Alexey Melnikov.
Con il loro co-autore Alexander Alodjants, i ricercatori hanno creato uno strumento che semplifica lo sviluppo di circuiti computazionali basati su algoritmi quantistici. I dispositivi risultanti saranno di interesse nella ricerca biofotonica e nella scienza dei materiali.
Uno dei processi che le passeggiate quantistiche descrivono bene è l’eccitazione di proteine fotosensibili, come la rodopsina o la clorofilla. Una proteina è una molecola complessa la cui struttura ricorda una rete. Risolvere un problema che implica formalmente il trovare il tempo di camminata quantica da un nodo all’altro può effettivamente rivelare cosa succede a un elettrone in una particolare posizione in una molecola, dove si sposterà e che tipo di eccitazione provocherà.
Rispetto alle architetture basate su qubit e gate, ci si aspetta che le passeggiate quantistiche offrano un modo più semplice per implementare il calcolo quantistico dei fenomeni naturali. La ragione di ciò è che le passeggiate stesse sono un processo fisico naturale.
L’Istituto di fisica e tecnologia di Valiev fa parte dell’Accademia delle scienze russa.
