人工智能算法有助于解开物理底层量子系统

氮空缺中心设置

氮空缺中心设置,用于QMLA的第一次实验演示。信用:Gentile等。

逆向工程师Hamiltonian模型的协议推进量子设备的自动化。

科学家们来自布里斯托尔大学Quantum Engineering技术实验室(Qetlabs)开发了一种算法,可以为物理学系统提供有价值的见解 - 为量子计算和传感中的显着进步铺平道路,并可能转向科学调查中的新页面。

在物理学中,数学模型描述了粒子和它们的演化系统,需要成功地相互作用和实验验证。更复杂的是在量子机械水平下彼此相互作用的颗粒的系统的描述,这通常是使用Hamiltonian模型进行的。通过量子态的性质,在观察它们的尝试时崩溃,甚至更加困难地制定了观察哈密顿模型的过程。

在论文中,从实验中学习量子系统的模型,发表于自然物理学,Bristol Qet实验室的量子力学描述了一种克服了一种克服了这些挑战的算法,它通过充当自主代理,使用机器学习来逆转工程师哈密顿模型。

该团队开发了一种新的协议,可以制定和验证近似模型的衡量的感兴趣系统。它们的算法在目标量子系统上自主地,设计和执行实验,并将所得数据馈回算法。它提出了候选人汉密尔顿模型来描述目标系统,并使用统计指标,即贝叶斯因子区分它们。

令人兴奋的是,该团队能够成功展示算法对涉及钻石中缺陷中心的现实寿命量子实验的能力,这是一项钻探量子信息处理和量子传感的平台。

该算法可用于帮助自动表征新设备,例如量子传感器。因此,这一发展代表了量子技术发展的重大突破。

“将当今超级计算机的力量与机器学习相结合,我们能够在量子系统中自动发现结构。As new quantum computers/simulators become available, the algorithm becomes more exciting: first it can help to verify the performance of the device itself, then exploit those devices to understand ever-larger systems,” said Brian Flynn from the University of Bristol’s QETLabs and Quantum Engineering Centre for Doctoral Training.

“This level of automation makes it possible to entertain myriads of hypothetical models before selecting an optimal one, a task that would be otherwise daunting for systems whose complexity is ever increasing,” said Andreas Gentile, formerly of Bristol’s QETLabs, now at Qu & Co.

“了解潜在的物理学和描述量子系统的模型,帮助我们推进我们对适合量子计算和量子传感的技术知识,”Sebastian Knauer,也是Bristol的Qetlabs,现在位于维也纳大学的物理学院。

Anthony Laing,Qetlabs和Bristol物理学学院的副教授和论文中的作者,赞扬了该团队:“在过去,我们依赖于科学家的天才和努力,发现新物理学。在这里,团队可能通过赋予机器在科学调查中,通过赋予实验的能力,并发现新物理学的能力进行科学调查。后果可能是远远达到的。“

研究的下一步是扩展算法以探索更大的系统,以及不同类别的量子模型,其代表不同的物理制度或基础结构。

Gentile等人的参考:“来自实验的量子系统的学习模型”,2021年4月29日,自然物理学
DOI:10.1038 / S41567-021-01201-7

4评论“人工智能算法有助于解开物理潜水系统”

  1. 有趣的。

    克服别无定期原则。

    几乎没有实际观察,在没有实际观察的情况下观察。

    感人的

    • Heisenberg的不确定性原则,Bohr的互补性。

      这不参与阐明哈密顿人。这是一个这样做的方法:

      “提出了为任何订单提供有效Hamiltonians的系统程序,这适用于任何独立于无关的哈密顿人。该方法基于持续的 - 分数方法,避免扰动理论可能发生的奇点。它通过导出为单光子的有效哈密顿,穿着状态激光到二阶。“

      [https://journals.aps.org/pra/abstract/10.1103/physreva.49.2816]

      它很难看,看看“逆问题” - “从一组观察结果计算的过程” - 通常具有DegenerAcies(几种解决方案)和奇点(没有解决方案的相空间体积)。这可能是最重要的因素,以为您想要在生产有用的解决方案上进行软件。

  2. 可用于确定机器是否能够实现意识。

    • 如何?解决问题之间没有联系,这是计算机帮助我们自我发明的和内省。我们仍然没有好方法来衡量后者,尽管我们已经开始能够在测量中区分警报和非警报状态。

发表评论

电子邮件地址是可选的。如果提供的话,您的电子邮件不会发布或共享。