브리스톨 대학의 양자 공학 기술 연구소 과학자들은 최근 양자 시스템의 기초물리학에 귀중한 이해를 제공하는 기계 학습 알고리즘을 개발하여 양자 계산과 감지 모두에서 실질적인 발전을 위한 길을 열어주며 과학 탐사에서 새로운 페이지를 전환할 수 있습니다.
물리학 관련 보고서에 따르면 물리학에서 입자의 시스템뿐만 아니라 진화는 수학 표면에 의해 설명되어 이론적 논쟁과 조사 검증의 성공적인 상호 작용을 필요로 합니다.
더욱 다각적인 것은 해밀턴 모델을 사용하여 자주 수행되는 양자 기계 수준에서 서로 상호 작용하는 입자 시스템의 설명입니다.
해밀턴 모델을 관측에서 공식화하는 이 특별한 과정은 양자 상태의 특성에 의해 더욱 어려워지며, 이는 검사를 시도할 때 붕괴됩니다.
바이 엘스 팩터
자연 물리학에서 발표됐던 실험에서 양자 시스템의 학습 모델이라는 제목의 논문에서 브리스톨의 QET labs의 양자 역학의 엔지니어 해밀턴 모델에 반대하거나 모순되는 기계 학습을 사용하여 독립적인 대리인으로 가능하여 이러한 문제를 극복하는 알고리즘을 설명하고 있습니다.
본질적으로, 연구팀은 관심있는 양자 시스템을 위한 대략적인 모형의 재현 그리고 검증을 위한 새로운 프로토콜을 개발했습니다.
연구 결과에 나타난 바와 같이, 연구원의 알고리즘은 독립적으로 작동, 설계 및 목표 양자 시스템에 대한 실험을 수행, 결과 데이터는 알고리즘으로 다시 공급되는 겁니다. 그건 후보 해밀턴 모델이 대상 시스템을 정의하고 바이엘 요인으로 워싱턴 대학의 통계학과에 설명된 통계 메트릭의 사용을 통해 그들에게 결정을 제안합니다.
알고리즘
흥미롭게도, 팀은 다이아몬드의 결핍 센터를 포함하는 실제 양자 실험에 대한 알고리즘의 능력과 양자 세부 처리 및 양자 감지를 위한 잘 검토된 플랫폼을 성공적으로 제시할 수 있었습니다.
이러한 알고리즘은 양자 센서와 같은 새로운 장치의 자동화된 특성화를 돕기 위해 사용될 수 있습니다. 따라서 이러한 개발은 양자 기술 개발에 상당한 혁신을 나타냅니다.
슈퍼컴퓨터를 머신 러닝과 통합한 연구원들은 양자 시스템의 구조를 자동으로 발견할 수 있다고 말했습니다. 새로운 양자 시뮬레이터 또는 컴퓨터를 사용할 수 있게 되면, 알고리즘은 더 흥미로운 것으로 판명됩니다. 첫째, 장치의 성능 자체를 검증한 다음 해당 장치를 악용하여 더 큰 시스템을 이해하는 데 도움이 될 수 있었습니다.
한편, 이전에 브리스톨의 QETLabs에서 현재 Qu & Co. 에서 안드레이스 이방인에 따르면, 자동화 수준은 최적의 모델을 선택하기 전에 기상 모델의 무리를 즐겁게 할 수 있게 합니다. 그렇지 않으며 합병증이 이제까지 증가하고 있는 시스템에 대한 협박할 작업을 진행할 겁니다.
여기에서, 또한 연구의 저자 Laing은 팀은 잠재적으로 시험에서 배우고 새로운 물리학을 발견할 수 있는 능력을 가진 기계를 수여하여 과학적인 실험에 있는 새로운 페이지를 열었습니다.
이 연구의 다음 단계는 알고리즘을 확장하여 다양한 물리적 정권이나 기본 구조를 나타내는 더 큰 시스템과 다양한 종류의 양자 모델을 발견하는 것입니다. 알고리즘에 대한 관련 정보는 유튜브를 통해 접할 수 있으니 참고하시길 바랍니다.
댓글