Искусственный интеллект может моделировать квантовые системы, не требуя огромных количеств вычислительных ресурсов

Моделирование квантовых вычислительных систем является весьма тяжелой с вычислительной точки зрения задачей. Все происходящее в призрачном квантовом мире подчиняется необычным законам, описываемым целыми системами сложнейших уравнений, и при увеличении количества элементов квантовой системы количество требующихся для ее моделирования вычислительных ресурсов увеличивается по экспоненциальной зависимости. Таким образом, при усложнении квантовой системы выше какого-то уровня, задача ее моделирования становится неподъемной даже для самых мощных из современных суперкомпьютеров.

Но не так давно исследователи из Швейцарского федерального политехнического университета Лозанны (Swiss Ecole Polytechnique Federale de Lausanne, EPFL) разработали целый ряд новых вычислительных методов, в которых используются нейронные сети, предназначенных для моделирования квантовых систем. При этом, на требующиеся для этого вычислительные ресурсы мало влияют сложность системы и ее «геометрия». Используемые в этой системе нейронные сети прошли через предварительное обучение на ряде стандартных квантовых систем и алгоритмов, таких, как случайная выборка Монте Карло, после чего они научились «представлять» себе одновременно множество состояний моделируемой квантовой системы.

Проведенные эксперименты, в которых моделировались квантовые системы различного уровня, от простейших, до достаточно сложных, показали, что для этого требуется относительно небольшое количество вычислительных ресурсов. Это позволит множеству ученых изучать все аспекты и тонкости поведения квантовых систем, не ожидая длительное время в очереди на получение доступа к мощным суперкомпьютерам, время которых ценится «дороже золота».

И в заключении следует отметить, что новая технология моделирования квантовых систем станет невероятно мощным подспорьем для специалистов, занимающихся сейчас разработкой реальных квантовых компьютеров. Ведь при помощи математического моделирования процессов можно определять, конечно, не все, но многое, в частности влияние эффектов собственных тепловых шумов квантовых компонентов и проверять эффективность различных методов борьбы с этим. А все вышесказанное должно обеспечить мощный рывок вперед технологий квантовых вычислений, которые в будущем должны стать господствующими технологиями.