正在進行量子調諧的顯微圖像學分:牛津大學材料系
牛津大學的研究人員與DeepMind,巴塞爾大學和蘭開斯特大學合作,創建了一種機器學習算法,該算法可與量子設備連接,並且比人類專家更快地「調試」它,而無需任何人工輸入。他們稱其為「 Minecraft量子設備瀏覽器」。
經典計算機由數十億個電晶體組成,它們一起可以執行複雜的計算。這些電晶體在製造過程中會出現小的缺陷,但通常不會影響計算機的運行。但是,在量子計算機中,類似的缺陷會嚴重影響其行為。
在原型半導體量子計算機中,糾正這些缺陷的標準方法是調節輸入電壓以消除它們。此過程稱為調整。然而,即使對於單個量子器件,識別電壓調整的正確組合也需要大量時間。這實際上使構建有用的通用量子計算機所需的數十億個設備成為不可能。
今天,在《自然通訊》中,科學家們描述了一種可以解決此問題的機器學習算法。他們希望通過消除量子裝置之間的差異,希望使大型量子電路變得可行,並釋放從醫學到密碼學等領域的量子技術的潛力。
牛津大學材料系的主要作者納塔利婭·阿里斯(Natalia Ares)博士說:「迄今為止,調諧困難一直是構建大型量子電路的主要障礙,因為這項任務很快變得很棘手。我們已經證明了對量子進行調諧使用機器學習可以完全自動地完成這些設備。該演示展示了通往量子處理器可擴展性的有希望的途徑。」
科學家的機器學習算法採用與Minecraft播放器類似的方法。在該遊戲中,玩家經常在黑暗的洞穴中,不得不尋找礦石。他們可以使用手電筒照亮洞穴的一部分,一旦發現一些礦石,人們期望在附近發現更多的礦石。但是,有時值得探索洞穴的其他地方,在那裡可以找到更多的礦石。這是勘探與開發之間的權衡。在這種情況下,機器必須為量子設備(礦石)找到正確的工作條件,並為此目的探索一個黑暗的洞穴(由電壓定義的參數空間)。一旦找到了良好的運行條件,就應該在開發-探索之間進行權衡。火炬是量子裝置的量度,價格昂貴,因此稀缺,
Ares博士說:「我們感到驚訝的是,該機器比實驗室中的人類更好,我們多年來一直在學習如何有效地調諧量子設備。對人類而言,它需要培訓,關於設備物理的知識以及一點點知識。直覺!
「我們的最終目標是使大型量子電路的控制完全自動化,為利用量子物理學特殊性的全新技術開闢道路。」
蘭開斯特大學的合著者愛德華·萊德博士說:「當我在2000年代當博士學位時(與多米尼克·祖姆布爾(DominikZumbühl)在同一實驗室,後者是來自巴塞爾大學的該項目的合作者之一),我經常要花幾周的時間手動調整一個原型qubit,我們都知道有一天需要自動化該任務,但是我不知道該如何工作,由於機器學習,我們現在可以找到一種方法我希望不久我們將能夠使用我們的方法來完全調整小型量子計算機。」