谷歌的人工智能突破让量子计算更接近现实世界应用 - 解密
作者：Decrypt / Jose Antonio Lanz
谷歌研究人员发现了一种新技术，最终可以使量子计算在现实生活中变得实用，利用人工智能来解决科学上最持久的挑战之一：更稳定的状态。
在发表于的一篇研究论文中自然谷歌 Deepmind 科学家解释说，他们的新人工智能系统 AlphaQubit 已被证明在纠正长期困扰量子计算机的持久性错误方面非常成功。
“量子计算机有潜力彻底改变药物发现、材料设计和基础物理学——也就是说，如果我们能让它们可靠地工作，”谷歌的 公告但没有什么是完美的：量子系统极其脆弱。即使是最轻微的环境干扰——来自热、振动、电磁场，甚至宇宙射线——也可能破坏它们微妙的量子态，导致错误，导致计算不可靠。
进行曲研究论文强调了这一挑战：量子计算机的实际使用需要万亿分之一的错误率（10^-12）。然而，当前硬件每次操作的错误率在 10^-3 到 10^-2 之间，因此纠错至关重要。
谷歌表示：“传统计算机需要数十亿年才能解决的某些问题，量子计算机只需几个小时即可解决。”“然而，这些新处理器比传统处理器更容易产生噪音。”
– 如果我们想让量子计算机更加可靠，尤其是大规模的，我们需要准确识别并纠正这些错误。 –
谷歌的新人工智能系统 AlphaQubit 想要解决这个问题。该人工智能系统采用了复杂的神经网络架构，在识别和纠正量子错误方面表现出了前所未有的准确性，在大规模实验中比以前的最佳方法减少了 6% 的错误，比传统技术减少了 30% 的错误。
它还在 17 个量子位到 241 个量子位的量子系统中保持了高精度，这表明该方法可以扩展到实际量子计算所需的更大系统。
引擎盖下
AlphaQubit 采用两阶段方法来实现其高精度。
该系统首先对模拟量子噪声数据进行训练，学习量子错误的一般模式，然后使用有限数量的实验数据适应真实的量子硬件。
这种方法允许 AlphaQubit 处理复杂的现实世界量子噪声效应，包括量子位之间的串扰、泄漏（当量子位退出其计算状态时）以及不同类型错误之间的微妙相关性。
但不要太兴奋；你的车库里不会很快就有一台量子计算机。
尽管 AlphaQubit 非常准确，但在实际实施之前仍面临重大障碍。研究人员指出：“快速超导量子处理器中的每次一致性检查每秒都会测量一百万次。”“虽然 AlphaQubit 非常擅长准确识别错误，但实时纠正超导处理器中的错误仍然太慢。”
Deepmind 发言人表示：“在较大的代码距离上进行训练更具挑战性，因为示例更加复杂，并且距离较大时样本效率似乎较低。”解密，“这很重要，因为错误率随着代码距离呈指数级增长，因此我们预计需要解决更大的距离，以获得大型深量子电路上容错计算所需的超低错误率。
研究人员将重点放在速度优化、可扩展性和集成上，将其作为未来发展的关键领域。
人工智能和量子计算形成协同关系，增强对方的潜力。“我们预计人工智能/机器学习和量子计算仍将是互补的计算方法。人工智能可以应用于其他领域，以支持容错量子计算机的开发，例如校准和编译或算法设计，”该发言人表示解密”，“与此同时，人们正在研究量子数据的量子机器学习应用，更推测的是经典数据上的量子机器学习算法。
这种融合可能代表计算科学的一个关键转折点。随着量子计算机通过人工智能辅助纠错变得更加可靠，它们反过来可以帮助开发更复杂的人工智能系统，从而创建强大的技术进步反馈循环。
长期以来一直承诺但从未实现的实用量子计算时代可能最终会更加接近——尽管还没有接近到开始担心机器人末日的程度。
编辑者塞巴斯蒂安·辛克莱
一般智能通讯
由生成型人工智能模型 Gen 讲述的每周人工智能之旅。
关于《谷歌的人工智能突破让量子计算更接近现实世界应用 - 解密》的评论
暂无评论