Лента TH Новости Искусственный интеллект


Нейронные сети приобретают квантовую запутанность

∴ 300

Машинное обучение это революция в области искусственного интеллекта. Ее инструменты и методы привели к быстрому улучшению во всем: от беспилотных автомобилей и распознавания речи до цифрового мастерства древней настольной игры.

Neurons Brain Cells Brain Brain Structure Network

Теперь физики начинают использовать инструменты машинного обучения для решения другого рода проблем, одна из которых лежит в основе квантовой физики. В статье, опубликованной недавно в Physical Review X, исследователи из JQI и Центра теории конденсированных сред (CMTC) в Университете штата Мэриленд показали, что некоторые нейронные сети могут лаконично описывать широкие области квантовых систем.

Донлин Ден, постдокторант JQI, который является членом CMTC и соавтором статьи, говорит, что исследователи, использующие компьютеры для изучения квантовых систем, могут воспользоваться простыми описаниями, которые после пойдут на обработку нейронной сети.

Если мы хотим численно решить какую-то квантовую проблему, сначала нам нужно найти ее эффективное представление.Донлин Ден, постдокторант JQI.

На бумаге и, что более важно, на компьютерах, физики обладают огромным набором способов представления квантовых систем. Обычно эти представления содержат списки чисел, описывающих вероятность того, что система будет найдена в разных квантовых состояниях. Но становится сложно извлекать свойства или прогнозы из цифрового описания, поскольку число квантовых частиц растет, и решением будет преднамеренное их запутывание.

Нейронные сети могут эффективно представлять квантовые системы, насыщенные запутанностями, что является неожиданным улучшением по сравнению с предыдущими методами.

Более того, новые результаты выходят за рамки простого представления.

Это исследование уникально тем, что оно не просто обеспечивает эффективное представление сильно запутанных квантовых состояний. Это новый способ решения неразрешимых, взаимодействующих квантовых проблем многих тел, которые используют средства машинного обучения для поиска точных решений.Директор CMTC и научный сотрудник JQI Санкар Дас Сарма.

Данная технология позволяет эмулировать работу квантовых систем, посредством бинарных программ. Так же, она позволяет создавать более эффективных агентов искусственного интеллекта, однако ученые не спешат заниматься этим. На данный момент, они ведут работу над доведением алгоритма и демонстрации его лучшего варианта.

Филипп Дончев