• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Fisica
    Implementazione di un algoritmo di ottimizzazione approssimata quantistica su un dispositivo NISQ a 53 qubit

    Il confronto tra paesaggi simulati (a sinistra) e sperimentali (a destra) p = 1 mostra una chiara corrispondenza delle caratteristiche del paesaggio. Una traccia di ottimizzazione sovrapposta (rosso, inizializzato da quadratino) dimostra la capacità di un ottimizzatore classico di trovare parametri ottimali. La stella blu in ogni grafico silenzioso indica l'ottimo locale teorico. Le dimensioni del problema sono n = 23, n = 14 e n = 11 per la griglia hardware, modello MaxCut e SK a tre regolari, rispettivamente. Credito: Fisica della natura (2021). DOI:10.1038/s41567-020-01105-y

    Un ampio team di ricercatori che lavora con Google Inc. e affiliato con una serie di istituzioni negli Stati Uniti, uno in Germania e uno nei Paesi Bassi ha implementato un algoritmo di ottimizzazione approssimata quantistica (QAOA) su un dispositivo quantistico rumoroso a scala intermedia (NISQ) da 53 qubit. Nel loro articolo pubblicato sulla rivista Fisica della natura, , il gruppo descrive il loro metodo per studiare le prestazioni del loro QAOA sul processore quantistico superconduttore a 53 qubit Sycamore di Google e cosa hanno imparato da esso. Boaz Barak dell'Università di Harvard ha pubblicato un articolo su News &Views sul lavoro svolto dal team nello stesso numero della rivista.

    Negli ultimi decenni, gli ingegneri hanno fatto grandi passi avanti nel migliorare la velocità dei computer, anche quando si avvicinano ai limiti estremi della fotolitografia al silicio tradizionale. Quindi gli scienziati hanno lavorato allo sviluppo di computer quantistici, che la teoria ha suggerito potrebbe affrontare applicazioni che sono ancora troppo difficili da eseguire per i computer. Sfortunatamente, nonostante qualche progresso, i computer quantistici non sono ancora veramente utili. Quelli che sono stati costruiti sono descritti come dispositivi NISQ, perché soffrono tutti dello stesso problema:il rumore che provoca errori. Sono anche considerati trampolini di lancio per i tipi di dispositivi che la teoria suggerisce siano possibili, da cui l'etichetta intermedia. Mentre gli scienziati continuano a sviluppare la tecnologia di calcolo quantistico, stanno esaminando ciò che potrebbe essere possibile una volta costruiti tali dispositivi. A quello scopo, hanno sviluppato QAOA, algoritmi destinati a colmare il divario informatico tra computer quantistici e computer classici.

    Il motivo per cui sono necessari QAOA è perché gli ingegneri non hanno alcun modo per simulare i dispositivi NISQ su computer convenzionali, il che rende difficile imparare a utilizzare un vero computer quantistico per applicazioni del mondo reale:gli algoritmi di approssimazione aiutano i ricercatori a ottenere un'immagine migliore di come potrebbe essere il calcolo quando i veri computer quantistici saranno finalmente operativi.

    In questo nuovo sforzo, i ricercatori hanno creato un QAOA e l'hanno eseguito sulla piattaforma di calcolo NISQ all'avanguardia di Google. Come osserva Barak, il loro QAOA ha funzionato come una combinazione di algoritmi più piccoli che sono stati creati per eseguire simulazioni su un computer quantistico, come la ricottura simulata. Tali algoritmi iniziano presentando una risposta casuale e quindi cercano di migliorarla utilizzando operatori quantistici. Utilizzando l'algoritmo, i ricercatori hanno imparato di più sui modi per ridurre il rumore o mitigarne gli effetti. Hanno anche imparato di più sull'uso degli iperparametri e sui possibili modi per mappare i problemi chiave su un'architettura quantistica.

    © 2021 Science X Network




    © Scienza https://it.scienceaq.com