量子計算符合粒子物理學的LHC數據分析

豐富的數據：對大型強子對撞機質子-質子碰撞中產生希格斯玻色子時產生的粒子軌跡的模擬。（由CERN提供）

一項國際合作正在探索如何使用量子計算來分析CERN 的大型強子對撞機（LHC）上的實驗所產生的大量數據。研究人員表明，「量子支持向量機」可以幫助物理學家從CERN產生的大量信息中理解。

在LHC上進行的實驗可以從每秒約10億個粒子碰撞中產生驚人的每秒PB的數據。由於實驗只能專注於碰撞事件的子集，因此必須丟棄其中的許多數據。儘管如此，CERN的數據分析現在仍依賴於遍布全球170個計算機中心的近100萬個CPU內核。

大型強子對撞機目前正在進行升級，將提高碰撞率。到2027年，處理和分析其他數據所需的計算能力預計將增加50-100倍。儘管當前技術的改進將解決這一差距的一小部分，但CERN的研究人員將不得不尋找新的更智能的方法應對計算挑戰–量子計算應運而生。

量子合作

2001年，該實驗室建立了名為CERN openlab的公私合作夥伴關係， 以加速CERN研究社區所需的新計算技術的開發。參與這項合作的幾家領先的技術公司之一是IBM，它也是量子計算研究與開發領域的主要參與者。

量子計算機原則上可以比傳統計算機在更短的時間內解決某些問題。創建實用的量子計算機必須克服重大的技術挑戰，而IBM和其他一些公司已經構建了可以進行計算的商用量子計算機。

CERN的計算機物理學家，CERN openlab的首席創新官Federico Carminati解釋了實驗室對量子解決方案的興趣：「我們正在研究量子計算，因為它可能為我們的計算能力問題提供可能的解決方案」。他告訴《物理世界》，歐洲核子研究組織openlab不會在明天嘗試實現功能強大的量子計算機，而是在玩「中長期遊戲」以了解可行的方法。他解釋說：「我們可以嘗試模擬核物理，原子核的散射，甚至可以模擬夸克和基本相互作用。」

CERN openlab和IBM於2018年開始合作開展量子計算。現在，由Sau Lan Wu，CERN，位於蘇黎世的IBM Research和位於芝加哥附近的Fermilab領導的威斯康星大學物理學家正在研究如何使用量子機器學習來識別LHC碰撞數據中的希格斯玻色子事件。

有希望的結果

該團隊使用IBM的量子計算機和量子計算機模擬器，著手將量子支持向量機方法應用於此任務。這是用於對數據進行分類的受監督機器學習系統的量子版本。

IBM Research的Panagiotis Barkoutsos解釋說：「我們分析了希格斯實驗的模擬數據，目的是確定用於選擇感興趣事件的最適合的量子機器學習算法，可以使用傳統的經典算法對其進行進一步分析。」

實驗的初步結果很有希望。IBM量子計算機和量子模擬器上的五個量子位（qubits）被應用於數據。「使用我們的量子支持向量機，我們分析了具有40多個特徵和五個訓練變量的小型訓練樣本。結果非常接近，有時甚至優於使用最著名的等效經典分類器獲得的結果，並且是在短時間內有效獲得的。」 Barkoutsos說。

尋找新的物理學

鑑於在大型強子對撞機中發現希格斯玻色子的信號非常微弱，通常將其與「在大海撈針」相提並論。的確，迄今為止，大型強子對撞物理學家所使用的大量計算時間大部分都用於希格斯玻色子分析。

大型強子對撞機的一個重要目標是在尋找新物理的過程中將粒子物理的標準模型測試到臨界點，而量子計算可以發揮重要作用。「這正是我們的目標，對可能產生異常的複雜數據進行非常精細的分析，有助於我們改進標準模型或超越標準模型，」 Carminati總結道。

該小組尚未公布結果，但手稿正在定稿中。使用更大數量的量子位，更多訓練變量和更大樣本量的工作也在進行中。