Российские ученые научили нейросети работать на квантовом компьютере

Исследователи из Уральского федерального университета научили нейронные сети решать вычислительные задачи на квантовых компьютерах. Алгоритмы ученых смогли распознать даже фазы магнитных материалов, что довольно сложно. Статья с результатами работы принята к публикации в Journal of Physics A: Mathematical and Theoretical. Ее препринт доступен на arXiv.org.

Для решения современных квантовых задач требуются серьезные мощности. Даже возможности суперкомпьютеров оказываются ограничены из-за неэффективного представления квантового состояния материалов. Одно из решений этой проблемы — применение квантовых компьютеров. В таком случае одна квантовая система будет имитировать другую, похожую на нее. Таким образом становится возможным решать задачи более точно и предсказывать новые материалы с уникальными свойствами.

Но есть одна проблема. Все дело в том, что из-за того, что квантовый компьютер взаимодействует с окружающей его средой, его состояние постоянно меняется и результаты вычислений не соответствуют ожиданиям. Это называется «проблемой декогеренции». Проблема декогеренции не позволяет решить насущные проблемы вычислительной физики и материаловедения. Чтобы справиться с этим, ученые стремятся максимально минимизировать воздействие внешних шумов. Добиться этого можно двумя способами — настройкой оборудования или совершенствованием программных методов.

Поддержанные грантом Российского научного фонда ученые из УрФУ в новой работе решили пойти вторым путем. Они разработали алгоритм, который может определить, в какой фазе находится материал и какими свойствами он обладает. Для создания такой сети ученые провели множество кропотливых экспериментов и собрали огромное количество данных, чтобы эффективно обучить систему.

«Наша нейросеть на протяжении определенного времени самостоятельно "играет" на квантовом компьютере, — объясняет один из авторов исследования, профессор УрФУ Владимир Мазуренко. — Применяя способности нейросети к саморазвитию в процессе игры, мы обучили ее эффективно решать задачи на квантовом компьютере. Причем алгоритм может делать это, даже если присутствуют эффекты декогеренции, — и все равно приходит к наилучшим из возможных значений. Одна из главных особенностей нашей нейросети — то, что она сама адаптируется к текущему состоянию квантового компьютера».

Физики ставят перед собой задачу обработать еще большее количество данных об уже известных веществах, их состояниях при различных воздействиях — температуре, давлении и магнитном поле. Во-вторых, авторы хотят научиться предсказывать свойства новых материалов, наделять их необычайными свойствами, создавая новые кристаллические структуры и химические составы. Ученые надеются, что новая нейросеть поможет им в решении этих задач.

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.

Пресс-релизы о научных исследованиях, информацию о последних вышедших научных статьях и анонсы конференций, а также данные о выигранных грантах и премиях присылайте на адрес science@indicator.ru.