текст
Всё будет точно: нейросеть обучили исправлять ошибки квантовых компьютеров
Исследователи Университета МИСИС создали систему на основе нейросетей, которая учится находить и исправлять погрешности в квантовых вычислениях. Разработка сочетает преимущества интеллектуальных и классических алгоритмов, поэтому эффективнее распознаёт ошибки, возникающие при увеличении количества кубитов — «строительных блоков» квантовых процессоров.
Квантовые компьютеры, в отличие от обычных, используют кубиты — элементы, способные выполнять сложные вычисления быстрее классических процессоров. Однако кубиты крайне чувствительны к помехам: даже малейшее внешнее воздействие может исказить данные. Чтобы повысить надёжность квантовых вычислений, учёные Университета МИСИС представили алгоритм на основе рекуррентных нейронных сетей, который учится выявлять ошибки.
«Современные устройства совершают ошибки во многом из-за взаимодействия квантовой системы с её окружением. При этом даже небольшие погрешности критичны при масштабных вычислениях, так как искажение результата накапливается с каждой операцией. Повышение точности — одна из ключевых задач в развитии квантовых технологий», — сообщил директор института физики и квантовой инженерии НИТУ МИСИС Алексей Федоров.
Метод основан на архитектуре рекуррентных нейронных сетей для анализа временных рядов данных, получаемых при периодическом измерении вспомогательных кубитов. Эта особенность позволяет алгоритму работать с различными кодами коррекции. Исследователи протестировали алгоритм на семействе циклических кодов коррекции, учитывая топологические особенности сверхпроводникового квантового процессора. Результаты исследования опубликованы в журнале Physical Review A (Q1).
«Главное преимущество разработки заключается в способности обучаться на данных, полученных с конкретного устройства. Это особенно важно в условиях, когда характер ошибок отличается от теоретически предполагаемых моделей. Кроме того, предложенный алгоритм декодирования не зависит от конкретного кода коррекции, что делает его универсальным и легко масштабируемым», — сообщил автор исследования Илья Симаков, инженер научного проекта лаборатории сверхпроводниковых квантовых технологий НИТУ МИСИС, научный сотрудник Российского квантового центра.
Исследование выполнено в рамках стратегического проекта НИТУ МИСИС «Квантовый интернет» по программе Минобрнауки России «Приоритет-2030».
Фото: пресс-служба НИТУ МИСИС
«Современные устройства совершают ошибки во многом из-за взаимодействия квантовой системы с её окружением. При этом даже небольшие погрешности критичны при масштабных вычислениях, так как искажение результата накапливается с каждой операцией. Повышение точности — одна из ключевых задач в развитии квантовых технологий», — сообщил директор института физики и квантовой инженерии НИТУ МИСИС Алексей Федоров.
Метод основан на архитектуре рекуррентных нейронных сетей для анализа временных рядов данных, получаемых при периодическом измерении вспомогательных кубитов. Эта особенность позволяет алгоритму работать с различными кодами коррекции. Исследователи протестировали алгоритм на семействе циклических кодов коррекции, учитывая топологические особенности сверхпроводникового квантового процессора. Результаты исследования опубликованы в журнале Physical Review A (Q1).
«Главное преимущество разработки заключается в способности обучаться на данных, полученных с конкретного устройства. Это особенно важно в условиях, когда характер ошибок отличается от теоретически предполагаемых моделей. Кроме того, предложенный алгоритм декодирования не зависит от конкретного кода коррекции, что делает его универсальным и легко масштабируемым», — сообщил автор исследования Илья Симаков, инженер научного проекта лаборатории сверхпроводниковых квантовых технологий НИТУ МИСИС, научный сотрудник Российского квантового центра.
Исследование выполнено в рамках стратегического проекта НИТУ МИСИС «Квантовый интернет» по программе Минобрнауки России «Приоритет-2030».
Фото: пресс-служба НИТУ МИСИС
Технологии
Пресс-служба НИТУ МИСИС
Машины и Механизмы
Всего 0 комментариев
Выделяем главное и экономим время: ученые предложили новый метод обработки видео
В НИТУ МИСИС разработали биоимплантат ушной раковины
