谷歌 DeepMind 开发了一种基于人工智能的解码器，可识别量子计算错误
作者：by Bob Yirka , Phys.org
谷歌 DeepMind 的人工智能研究人员团队与谷歌量子人工智能的量子研究人员团队合作，宣布开发出一种基于人工智能的解码器，可以识别量子计算错误。
在他们的论文中发表在日记中自然，该小组描述了他们如何使用机器学习来帮助比其他方法更有效地发现量子位错误。Nadia Haider 与代尔夫特理工大学、QuTech 量子计算部门和微电子学系合作，发表了新闻与观点同期期刊中的一篇文章概述了 Google 团队所做的工作。
阻碍真正有用的量子发展的主要症结之一电脑是纠错的问题。量子位往往很脆弱，这意味着它们的质量可能低于预期，从而导致错误。在这项新的努力中，谷歌的研究人员联合团队采取了一种新的方法来解决这个问题——他们开发了一种基于人工智能的解码器来帮助识别此类错误。
在过去的几年里，谷歌的人工智能部门开发并致力于一款名为 Sycamore 的量子计算机。进行量子计算，它使用多个硬件量子位创建单个逻辑量子位，这些硬件量子位用于运行程序，同时还进行纠错。在这项新的努力中，该团队开发了一种新方法来查找和纠正此类错误，并将其命名为 AlphaQubit
新的基于人工智能的解码器是一种深度学习神经网络。研究人员首先使用 Sycamore 计算机训练它识别错误，该计算机运行 49 个量子位和量子模拟器。这两个系统共同产生了数亿个量子错误的例子。然后他们重新运行 Sycamore，这次使用 AlphaQubit 来识别任何生成的错误，然后所有错误都得到纠正。
通过这样做，他们发现在高精度但缓慢的测试中，纠错能力提高了 6%；在运行不太准确但速度更快的测试时，纠错能力提高了 30%。他们还使用多达 241量子位并发现它超出了预期。他们认为他们的发现表明机器学习可能是解决方案纠错在量子计算机上，可以集中精力解决其他尚未解决的问题。
更多信息：Johannes Bausch 等人，学习量子处理器的高精度错误解码，自然（2024）。DOI：10.1038/s41586-024-08148-8
Nadia Haider，量子计算：物理与人工智能合作消除量子错误，自然（2024）。DOI：10.1038/d41586-024-03557-1
blog.google/technology/google- �um-error- Correction/
期刊信息： 自然
© 2024 Science X 网络
引文：谷歌 DeepMind 开发了一种基于人工智能的解码器，可识别量子计算错误（2024 年，11 月 25 日）检索日期：2024 年 11 月 25 日来自 https://phys.org/news/2024-11-google-deepmind-ai-based-decoder.html
本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外，不得未经书面许可，不得复制部分内容。所提供的内容仅供参考。
关于《谷歌 DeepMind 开发了一种基于人工智能的解码器，可识别量子计算错误》的评论
暂无评论