Представить себе как выглядит кот в 10 измерениях, а тем более построить его 10-мерную модель — задача совершенно непосильная для человека. Однако, как утверждает математик Национального Института технологии и стандартов ( NIST) Жюстина Зволак (Justyna Zwolak), решить эквивалентную по сложности задачу согласования между собой множества мельчайших компонентов квантового компьютера вполне может натренированный должным образом искусственный интеллект.

В статье для журнала Physical Review Applied команда Зволак описывает способ научить ИИ вносить взаимосвязанный набор настроек в крошечные квантовые точки, которые являются одними из перспективных устройств для создания квантовых битов, или «кубитов», формирующих вентили в процессоре квантового компьютера.

Чтобы заставить точки делать то, что вы хотите — например, действовать как тот или иной логический переключатель кубита, — нужно установить правильные величины напряжения на каждом из нескольких затворов (металлических электродов над поверхностью полупроводника). Эта настройка выполняется вручную за несколько итераций: токи, протекающие через систему квантовых точек, измеряются, затем напряжение затвора немного изменяется, и снова проверяется ток. И чем больше задействовано точек (и затворов), тем сложнее настроить их, чтобы получить кубиты, которые правильно работают вместе.

«Теоретики квантовых компьютеров представляют, что они могут сделать с сотнями или тысячами кубитов, но, действуя подобном слонам в посудной лавке, мы можем заставить работать одновременно лишь несколько из них, — сказала Зволак. — Теперь у нас есть способ как сделать это реальностью».

При содействии сотрудников Объединённого квантового Института (JQI) команда NIST создала симулятор, который за одну ночь сгенерировал тысячи изображений результатов измерений квантовых точек. Этот массив данных учёные использовали для обучения свёрточных нейронных сетей классификации визуальных образов — стандартная область использования ИИ-алгоритмов этого типа.

«К утру у нас были все данные, необходимые для обучения ИИ автоматической настройке системы, — вспоминает Зволак. — И мы сконструировали её пригодной не только для нашей, а вообще для любой системы на основе квантовых точек».

Авторам предстоит еще много поработать над улучшением надёжности своего метода — пока он ещё не может согласовывать работу тысяч соединенных вместе квантовых точек. Однако даже на этом раннем этапе не вызывает сомнения его практическая полезность, выражающаяся в экономии дефицитного времени высококвалифицированных исследователей.

Источник: ko.com.ua