محاسبات کوانتومی با اندازه گیری های بسیار کم

فیزیکدانان نشان داده‌اند که تعداد اندازه‌گیری‌های مورد نیاز برای توصیف یک سیستم ذرات کوانتومی بسیار کمتر از آن چیزی است که قبلا تصور می‌شد.

این یافته علاوه بر کاهش حجم کار آزمایشگران، پیامدهای مهمی برای تأیید فناوری های کوانتومی جديد مانند محاسبات کوانتومی دارد.
تمام اجسام اطراف ما مجموعه ای از ذرات کوانتومی هستند که توسط نیروهای الکترومغناطیسی در کنار هم قرار گرفته اند. این نیروها را می توان با معادلات بسیار ساده ای بیان کرد. البته پیچیدگی هایی نیز به ا دلیل به وجود فعل و انفعالات بین ذرات پدیده های کوانتومی غیر پیش پا افتاده ای به وجود می آید، که نمی توان آنها را بر حسب رفتار تک ذره ای بیان کرد.

fizikcoantumi

توموتاکا کوواهارا از مرکز پروژه اطلاعات پیشرفته RIKEN توضیح می‌دهد: «جهانی که ما در آن زندگی می‌کنیم با معادله شرودینگر(معادله‌ای است که چگونگی تغییر حالت کوانتومی یک سامانه فیزیکی با زمان را توصیف می‌کند.) اداره می‌شود». "در اصل، ما می توانیم با حل این معادله، همه پدیده های طبیعت را روشن کنیم. اما برای به دست آوردن معادله شرودینگر، باید همیلتونین (یعنی ماتریس انرژی) را بدانید که به جزئیات سیستم بستگی دارد."
همیلتون{ این اصل بیان می کند که دینامیک یک سیستم فیزیکی توسط یک مسئله حساب وردشی (تغییرات) برای یک تابعی مبتنی بر یک تابع واحد، لاگرانژین، تعیین می شود، که شامل تمام اطلاعات فیزیکی مربوط به سیستم و نیروهایی است که بر روی آن عمل می کنند}را می توان با انجام اندازه گیری های مکرر بر روی یک سیستم کوانتومی تعیین کرد. اما، با الگوریتم‌های موجود، تعداد اندازه‌گیری‌ها به‌طور تصاعدی با تعداد ذرات تشکیل‌دهنده سیستم افزایش می‌یابد، که باعث می‌شود تعداد آزمایش‌ها بسیار بالا باشد.
اکنون محققان در ایالات متحده یک الگوریتم یادگیری ماشینی ایجاد کرده‌اند که به وسیله آن تعداد اندازه‌گیری‌های مورد نیاز با مکعب ، تعداد ذرات افزایش می‌یابد. راه‌اندازی این روش، وضعیت آزمایشی مرتبط را در نظر می‌گیرد که چند نسخه از حالت گیبس (یک همیلتونین هدف) برای تعیین همیلتونین مورد نیاز است. برای سیستمی متشکل از 15 ذره، این تقریباً 3000 اندازه گیری به جای حدود 30000 نیاز است، در حالی که برای یک سیستم 100 ذره ای، به جای 1029 اندازه گیری عظیم، 1،000،000 اندازه گیری لازم است.
با کمال تعجب، این نتیجه حتی در مورد سیستم‌های دمای پایین نیز صدق می‌کند، که حالت‌های تعادل حرارتی آن‌ها معمولاً ساختارهای بسیار پیچیده‌ای دارند.
این پیشرفت پیامدهای مهمی برای کامپیوترهای کوانتومی دارد. کوواهارا می‌گوید: «در محاسبات کوانتومی، ما اغلب به شناسایی سیستم همیلتونی برای تأیید نیاز داریم؛ چنین تأیید یک مشکل حیاتی برای پیاده‌سازی مطمئن الگوریتم‌های کوانتومی است». در نتیجه محققان می تواند برای تایید برخی از الگوریتم های کوانتومی مهم، از این مورد استفاده کنند.
محققان همچنین پیش بینی می کنند که الگوریتم آنها می تواند برای بررسی خواص مواد کوانتومی با انجام اندازه گیری های کوانتومی استفاده شود. کوواهارا می‌گوید: «یکی از کاربردهای روش ما استفاده از آن برای روشن کردن ویژگی‌های سیستم‌های کوانتومی عجیب و غریب است که در مجموعه‌های پیچیده مانند آزمایش‌های اتم فوق‌سرد یا یون به دام افتاده تحقق می‌یابند.
این تیم اکنون قصد دارد کار خود را در دو جهت گسترش دهد. کوواهارا می‌گوید: «با استفاده از تکنیک‌های کنونی‌مان، ممکن است بتوانیم پیچیدگی نمونه سایر مشکلات یادگیری را روشن کنیم. ما همچنین می‌خواهیم الگوریتم خود را به گونه‌ای ارتقا دهیم که نه تنها نمونه کارآمد باشد، بلکه در زمان نیز کارآمد باشد.»


های فن تک از شما دعوت می کند نظرات خود را در مورد این مقاله به اشتراک بگذارید


چاپ